对比
FASTA 与 FASTQ：序列和质量值的保留
单独的 FASTA 保存序列，FASTQ 保存序列和逐碱基质量值。
应该选择哪种格式？
参考或组装序列用 FASTA，依赖质量的读段分析用 FASTQ，并保留原本。
适用于 FASTA
保存参考序列或组装后的核苷酸序列
- 交换不需要质量值的序列
适用于 FASTQ
在分析步骤间传递测序读段及逐碱基质量分数 · 在后续分析前保存未比对读段，包括双端读段
- 将读段标识符、序列及对应碱基质量保存在一起
- 向NCBI SRA等档案提交读段数据
基本信息
| 项目 | FASTA | FASTQ |
|---|---|---|
| 扩展名 | .fasta, .fa | .fastq, .fq, .fastq.gz, .fq.gz |
| MIME 类型 | ||
| 常见用途 | 保存参考序列或组装后的核苷酸序列 | 在分析步骤间传递测序读段及逐碱基质量分数 · 在后续分析前保存未比对读段，包括双端读段 |
| 打开方式 | 用序列工具读取并检查重复标识符、字符和长度。samtools faidx 要求同一序列除末行外行宽一致。序列或换行改变后重新生成 .fai。 | 使用支持相应FASTQ变体的测序工具打开。检查`@`标识符、序列与质量长度、`+`行、Phred+33或Phred+64等质量体系，以及仪器或流程文档。双端数据还需核对两个文件中的读段顺序和标识符。gzip压缩文件可由兼容工具读取或先解压。 |
| 导出或转换 | 从 FASTQ 导出纯序列会丢弃质量值。FASTA 不能恢复原质量值。若有真实 QUAL 数据，合并前要核对标识符、长度和质量体系。 | 更改质量编码时，先确认原始Phred或Solexa体系及ASCII偏移，正确解码数值分数后再重新编码。只导出序列为FASTA会丢失质量值。生成已比对的SAM/BAM需要参考序列和独立分析流程，不是改扩展名即可完成。 |
按用途选择
交换不需要质量值的序列
保存参考序列或组装后的核苷酸序列
FASTA将读段标识符、序列及对应碱基质量保存在一起
在分析步骤间传递测序读段及逐碱基质量分数 · 在后续分析前保存未比对读段，包括双端读段
FASTQ向NCBI SRA等档案提交读段数据
在分析步骤间传递测序读段及逐碱基质量分数 · 在后续分析前保存未比对读段，包括双端读段
FASTQ关键点 1
FASTA 用 > 定义行引出序列。
进一步了解差异关键点 2
FASTQ 有 @ 标识行、序列、+ 分隔行和对应质量字符串。
进一步了解差异进一步了解差异
先判断只需序列还是需要按质量过滤。除了扩展名，还要核对生成端惯例和读取工具要求。
- 提取为 FASTA 会丢弃原质量值。没有真实 QUAL 时添加固定值不等于恢复测量质量。
- 合并真实 QUAL 时核对标识符、记录数、长度和质量体系。序列或换行改变后重新生成参考 .fai。
常见问题
把 FASTA 转成 FASTQ 就能恢复质量吗？
不能从序列字母恢复质量值。只有真实原质量数据存在且对应关系已核实时才能合并；不要把占位值当作测量值。