从零开始生信分析 - 1. 认识文件
前言
生物信息学是一门涉及生物学、数学、计算机科学等领域的交叉学科，研究人员需要以计算机为主要工具进行大量数据的处理与分析。在这过程中会涉及到大量数据的编码、压缩与存储，本文作为第一篇生信学习笔记，将简单介绍生物信息学中一些常用文件格式的编码、压缩规则以及读取方法。
序列文件
序列文件是用于储存生物序列数据，包括核苷酸及氨基酸序列等。常见的序列文件例如测序仪输出的源数据，包含大量的测序信息，不同测序仪的输出格式略有不同，但包含的信息都大同小异。
FASTA
常见扩展名：
.fasta.fa
FASTA格式本质是文本格式，仅包含了序列本身及其元数据。
FASTQ
常见扩展名：
.fastq.fq
FASTQ格式也是文本格式，存储了核苷酸序列及其相应的的质量分数。序列的碱基和质量分数都使用了一个ASCII字符表示并一一对应。
1 | @<seqence-uuid> <metadata> |