課程的最后一天了，先感謝花花老師耐心的教授，讓我對生信有了一定的了解，雖然以后學(xué)習(xí)過程依舊是路途漫漫，但指引方向的人最可愛-.
測序技術(shù)
到目前為止測序技術(shù)一共經(jīng)歷三次更新個，主要特點(diǎn)是測序數(shù)據(jù)量越來越大，所用時間越來越快，測序費(fèi)用越來越廉價。伴隨著計算機(jī)技術(shù)的發(fā)展，我們所能挖掘到的數(shù)據(jù)信息也越來越全面。
第一代測序技術(shù)
由于ddNTP的2’和3’都不含羥基，其在DNA的合成過程中不能形成磷酸二酯鍵，因此可以用來中斷DNA合成反應(yīng)。在4個DNA合成反應(yīng)體系中分別加入一定比例帶有放射性同位素標(biāo)記的ddNTP，得到片段大小不一致的DNA混合物，然后通過凝膠電泳分離和放射自顯影后識別確定待測分子的DNA序列。
第二代測序技術(shù)
邊合成邊測序（Sequencing by Synthesis，SBS）
在Sanger等測序方法的基礎(chǔ)上，通過技術(shù)創(chuàng)新，用不同顏色的熒光標(biāo)記四種不同的dNTP，當(dāng)DNA聚合酶合成互補(bǔ)鏈時，每添加一種dNTP就會釋放出不同的熒光，根據(jù)捕捉的熒光信號并經(jīng)過特定的計算機(jī)軟件處理，從而獲得待測DNA的序列信息。
第三代測序技術(shù)
即單分子實(shí)時DNA測序。DNA測序時，不需要經(jīng)過PCR擴(kuò)增，實(shí)現(xiàn)了對每一條DNA分子的單獨(dú)測序，憑借超長的讀長和可直接檢測表觀修飾等特點(diǎn)使其成為市場的新寵。
也采用邊合成邊測序方法，以SMRT芯片為測序載體，芯片上眾多小孔中的DNA聚合酶和模板結(jié)合，4色熒光標(biāo)記4種堿基（dATP,dTTP,dCTP,dGTP)，在堿基配對階段，加入不同堿基會發(fā)出不同的光，根據(jù)光的波長與峰值可判斷進(jìn)入的堿基類型。另外，若堿基存在修飾，則通過聚合酶的速度會減慢，因此可以通過檢測相鄰兩個堿基之間的測序時間、兩峰之間的距離來檢測甲基化等堿基修飾情況。SMRT測序速度快（每秒約數(shù)個dNTP），但是，測序錯誤率也較高（達(dá)到15%，可通過多次測序進(jìn)行有效的糾錯）。
測序數(shù)據(jù)的格式
一般為Fastq 和Fasta格式，也包括GenBank 和 EMBL
Fastq格式
一種基于文本的，保存生物序列（通常是核酸序列）和其測序質(zhì)量信息的標(biāo)準(zhǔn)格式,一般都包含有4行。
第一行：由‘@’開始，后面跟著序列ID和可選的描述，序列ID是唯一的；
第二行：堿基序列；
第三行：由‘+’開始，后面是序列的描述信息；
第四行：第二行序列的質(zhì)量評價(quality value)。
@HISEQ:777:HCMCVBCX2:1:1101:4712:2186 1:N:0:TACTCCAG
HISEQ：儀器 ID
777：Run ID
HCMCVBCX2：FlowCell ID
1：The lane number
1101：流通池道內(nèi)的tile號碼
4712：瓦片中的集群的‘x'坐標(biāo)
2186：瓦片中的集群的’y'坐標(biāo)
1：成對的成員，1或2（配對結(jié)束或配對讀取）
N：如果讀取過濾，則為Y；否則為N
0：當(dāng)沒有控制位開啟時為0，否則為偶數(shù)
TACTCCAG：索引序列
Fasta格式
1：以“>”為開頭，fasta格式標(biāo)志。
2：序列ID號，gi號，NCBI數(shù)據(jù)庫的標(biāo)識符，具有唯一性。
格式為：gi|gi號|來源標(biāo)志|序列標(biāo)志（接收號、名稱等），若某項缺失可以留空，“|”保留。
3：序列描述。
4：堿基序列，序列中允許空格、換行、空行，一般一行60個。
Fastq文件→Fasta文件
Linux命令
法1：sed '/^@/!d;s//>/;N' your.fastq > your.fasta
法2：seqtk seq -A input.fastq > output.fasta
FASTX-Toolkit
?一款用于處理Short-Reads FASTA/FASTQ文件的程序，里面包含了豐富的Fasta/Fastq文件格式轉(zhuǎn)換、統(tǒng)計等命令。
http://hannonlab.cshl.edu/fastx_toolkit/
GenBank格式
以LOCUS和一些注釋行開始。
序列的開頭以“ORIGIN”標(biāo)記，末尾以“//”標(biāo)記。
EMBL格式
以標(biāo)識符行（ID）開頭，后面跟著更多注釋行。
序列的開頭以“SQ”開頭標(biāo)記，序末尾以“//”標(biāo)記。
另外生信星球推薦了兩款在線工具用于處理序列數(shù)據(jù)
1.EMBL → Fasta格式轉(zhuǎn)換（在線工具）：
http://www.geneinfinity.org/sms/sms_embltofasta.html
2.常見測序文件格式解析的網(wǎng)站：
https://genome.ucsc.edu/FAQ/FAQformat.html#format1
