FASTQ-Format
Das FASTQ-Format ist ein textbasiertes Format zum Speichern einer biologischen Sequenz (meist Nukleotidsequenz) und ihrer entsprechenden Qualitätskennzahlen. Sowohl der Sequenzbuchstabe als auch die Qualitätskennzahl sind mit einem einzigen ASCII-Zeichen codiert.
| FASTQ format | |
|---|---|
| Dateiendung: | .fastq
|
| Entwickelt von: | Wellcome Trust Sanger Institute |
| Erstveröffentlichung: | ~2000 |
| Art: | Bioinformatik |
| Erweitert von: | ASCII and FASTA format |
| https://maq.sourceforge.net/fastq.shtml | |
Es wurde ursprünglich am Wellcome Trust Sanger Institute entwickelt, um eine Sequenz im FASTA-Format mit ihren Qualitätsdaten zu verbinden und gemeinsam abzuspeichern. Das Format ist aber mittlerweile zum Standard für die Speicherung von high-throughput Sequenzdaten geworden[1].
Format
BearbeitenEine FASTQ-Datei hat vier Zeilen pro Sequenz:
- Zeile 1 beginnt mit einem „@“-Zeichen, gefolgt von einer Sequenzkennung und einer optionalen Beschreibung (wie eine FASTA-Titelzeile).
- Zeile 2 beinhaltet die Sequenzbuchstaben.
- Zeile 3 beginnt mit einem „+“-Zeichen und kann optional dieselbe Sequenzkennung (und eine beliebige Beschreibung) aufweisen.
- Zeile 4 codiert die Qualitätskennzahlen für die Sequenz in Zeile 2 und muss die gleiche Anzahl an Symbolen enthalten wie Buchstaben in der Sequenz sind.
Eine FASTQ-Datei mit einer einzigen Sequenz kann folgendermaßen aussehen:
@SEQ_ID GATTTGGGGTTCAAAGCAGTATCGATCAAATAGTAAATCCATTTGTTCAACTCACAGTTT + !''*((((***+))%%%++)(%%%%).1***-+*''))**55CCF>>>>>>CCCCCCC65
Einzelnachweise
Bearbeiten- ↑ Peter J. A. Cock, Christopher J. Fields, Naohisa Goto, Michael L. Heuer, Peter M. Rice: The Sanger FASTQ file format for sequences with quality scores, and the Solexa/Illumina FASTQ variants. In: Nucleic Acids Research. Band 38, Nr. 6, April 2010, ISSN 1362-4962, S. 1767–1771, doi:10.1093/nar/gkp1137, PMID 20015970, PMC 2847217 (freier Volltext).
Weblinks
Bearbeiten- MAQ webpage discussing FASTQ variants