Fasta和Fastq文件

fatsa和fastq文件是生物信息学中最常用存储序列信息的文件类型。二者都是纯文本文件（plain text），和txt文件属于一种。或者说，fasta和fasta本质上就是一个txt文件，只是后缀名从txt改成了fasta/fastq，同时在内容上各自遵循一定的格式。这里先列出两种文件的一部分内容：

1. fasta文件

>seq1
AGCTAGGGCCACT
>seq2
AGCTAGGGCCACTAAATTCGAGAG
>seq3
AGCTAGGGCCACTAAATTCGAGAGAGCTAGGGCCACTAAATTCGAGAG
AGCTAGGGCCACTAAATTCGAGAGAGCTAGGGCCACTAAATTCGAGAG
AGCTAGGGCCACTAAATTCGAGAGAGCTAGGGCCACTAAATTCGAGAG
AGCTAGGGCCACTAAATTCGAGAG

fasta文件中，每一条序列至少由两行组成。

• 第一行由>开头，其后紧跟序列的名字（ID），这个名字需要保证在文件中只出现一次，即是唯一的；
  
• 第二行放置的就是序列的本身，在fasta中，序列本身可以放置一行，也可以放置多行。
  

2. fastq文件

@read1
CCCTTCTTGTCTTCAGCGTTTCTCC
+
;;3;;;;;;;;;;;;7;;;;;;;88
@read2
TTGGCAGGCCAAGGCCGATGGATCA
+
;;;;;;;;;;;7;;;;;-;;;3;83
@read3
GTTGCTTCTGGCGTGGGTGGGGGGG
+read3
;;;;;;;;;;;9;7;;.7;393333

fastq文件中，每一条序列至少由四行组成。

• 与fasta不同的是，第一行由@开头，其后紧跟序列的名字；
  
• 第二行放置的就是序列本身；
  
• 第三行是一个固定的字符+，其后可以跟序列名，也可以不跟
  
• 第四行是与第二行序列对应的质量值，由一些字符组成，数值大小等于字符对应的ASCII码（ASCII码是在计算机中存储字符时的整数与字符的对应表）
  

3. 应用

fasta文件主要用来存储序列数据，可以是DNA也可以是RNA也可以是蛋白质序列数据。只要按照格式存储即可。

fastq文件主要用来存储测序数据，其上有质量值，可以用来辅助后续序列的组装。