生物信息的文件格式解析（转自 基因学苑）

好文当然要转，分享给所有需要的盆友们。。。

生物信息本质上是利用生物软件处理生物数据，不过在执行的过程中就变成了各种文件格式的相互转换。有生物信息学家开玩笑说自己每天的工作就是文本格式转换，其实是这样的，例如常见的从qseq到fastq，从fastq到bam，从bam到vcf等。所以，了解生物数据的文件格式很重要，这里UCSC给出了一个页面，里面包含了常见各种生物数据格式解析。

https://genome.ucsc.edu/FAQ/FAQformat.html#format1
这个网站涵盖了几乎所有的文件格式的解析,个人觉得这个网站应该收藏，以后遇到分析过程中涉及到的文件格式，可以到这个官方网站看一下每一列到底是什么。

1、里面包含了常用的各种文件格式解析。

image

2、常用的有bam，vcf，bed，gtf等，每一种表示不同的生物数据类型。

image

3、虽然没有给出最基础的fastq和fasta，其实在页面最下面给出了链接，点解链接可以里了解。

image

4、bed文件详细给出了每一列所代表的含义，并且有案例，bed文件主要用来标注基因组上各种元件的坐标信息，外显子测序和RNAseq中会用到。

image

5、一些文件格式过于复杂，例如bam或者vcf，会给出外链。例如表示基因组变异的vcf文件。

image

6、这么多的文件格式，很难一次性全部记住，而且也没有这个必要，如果有过分析实践工作，就会了解到其中的一些共性，比如ID，起始位点，终止位点，方向，分值，这些都是各种生物数据常见的选项。

image