生物信息神奇網站系列（五）：文件格式解析

編者按

生物信息本質上是利用生物軟體處理生物數據，不過在執行的過程中就變成了各種文件格式的相互轉換。有生物信息學家開玩笑說自己每天的工作就是文本格式轉換，其實是這樣的，例如常見的從qseq到fastq，從fastq到bam，從bam到vcf等。所以，了解生物數據的文件格式很重要，這裡UCSC給出了一個頁面，裡面包含了常見各種生物數據格式解析。

五：文件格式解析

https://genome.ucsc.edu/FAQ/FAQformat.html#format1

1、裡面包含了常用的各種文件格式解析。

2、常用的有bam，vcf，bed，gtf等，每一種表示不同的生物數據類型。

3、雖然沒有給出最基礎的fastq和fasta，其實在頁面最下面給出了鏈接，點解鏈接可以里了解。

4、bed文件詳細給出了每一列所代表的含義，並且有案例，bed文件主要用來標註基因組上各種元件的坐標信息，外顯子測序和RNAseq中會用到。

5、一些文件格式過於複雜，例如bam或者vcf，會給出外鏈。例如表示基因組變異的vcf文件。

6、這麼多的文件格式，很難一次性全部記住，而且也沒有這個必要，如果有過分析實踐工作，就會了解到其中的一些共性，比如ID，起始位點，終止位點，方向，分值，這些都是各種生物數據常見的選項。

Tips：1、做生物信息，了解文件格式非常重要。

2、需要在實踐中不斷提高，而不是死記硬背每種格式。