uBAM就是非比對的BAM文件，fastq可以通過picard這個工具將其轉(zhuǎn)為這個格式。
它有不少優(yōu)于fastq格式的地方，比如：同一個read的數(shù)據(jù)都在同一行；拓展性強，可以添加豐富的metadata；方便維護，同一個樣本的測序數(shù)據(jù)甚至可以只通過一份uBAM來存儲就行了等。
從我第一次知道uBAM的時候算起，已經(jīng)過去4+年了。我也曾非?？春盟?，認為它必是以后存儲下機數(shù)據(jù)的標準。然而時隔多年，很奇怪，uBAM這么好（GATK也都一直支持著這個格式），為什么還是遲遲不見它流行起來呢？
目前，使用uBAM格式的單位據(jù)我所知也僅僅只是一些比較大型的研究機構(gòu)，比如美國的Broad Institute和英國的Sanger會采用它來存儲下機數(shù)據(jù)。
這段時間思考下來覺得可能有以下幾個原因，與諸位共享：
BAM是“笨重”的，它并不是文本文件，你無法直接通過文本工具打開它查看具體內(nèi)容。只能通過第三方工具或者專門的SAM/BAM程序包（或者API）來實現(xiàn)對它的操作。這對許多不熟悉這一處理方式的研究者來說，會帶來很多麻煩。這等于是直接提高了操作這個文件的門檻，從這一點看使用體驗確實遠不如fastq；
主流工具還不完全支持，除了samtools和與它相關(guān)的少量工具，并沒有太多其他的工具直接支持在命令行操作BAM；
BAM文件的空間占比并不比壓縮了的fastq小很多，優(yōu)勢有限；
底層IO效率方面，實際上也是文本格式的fastq（或者gzip壓縮的fastq）要高于BAM。
從uBAM的這個現(xiàn)象，或許也側(cè)面折射出了一些關(guān)于產(chǎn)品設(shè)計（或者方案設(shè)計）的問題。關(guān)于這個問題，我看到了三個地方，歡迎大家拍磚：
第一、體驗。一個產(chǎn)品或者方案要流行起來，除了解決需求之外，對 使用體驗的關(guān)注度要高于技術(shù)的先進性和產(chǎn)品本身的完備性；
第二、先發(fā)優(yōu)勢。時間一旦落后了（比如fastq早于uBAM很多年），用戶習慣的更改需要有完備的技術(shù)解決工具來支持，降低切換成本，甚至實現(xiàn)無痛切換，從而最大程度的保留新產(chǎn)品的優(yōu)勢；
第三、看似簡單的事物越是難以被取締。fastq格式是一個存儲測序數(shù)據(jù)極為簡單、簡明的數(shù)據(jù)格式，它只包含所有必須包含的內(nèi)容，而且目標明確，就是序列ID、測序數(shù)據(jù)和質(zhì)量值，它們都是必不可缺的信息，再多無用，似乎已是極致。
推薦閱讀
這是知識星球：『解螺旋技術(shù)交流圈』，是一個我與讀者朋友們的私人朋友圈。我有9年前沿而完整的生物信息學、NGS領(lǐng)域的工作經(jīng)歷，在該領(lǐng)域發(fā)有多篇Nature級別的科學文章，我也希望借助這個知識星球把自己的一些微薄經(jīng)驗分享給更多對組學感興趣的伙伴們。
自從星球正式運行以來，已經(jīng)過去了6個月，星球的成員也已經(jīng)超過220人了。所分享的主題超過了500個，回答的問題超過了140個，精華70個。我在知識星球上留下的文字估計也已經(jīng)超過10萬字，加上大家的就更多了，相信接下來星球的內(nèi)容一定還會不斷豐富。另外，上周獲得了知識星球官方評選的“最優(yōu)質(zhì)星球”優(yōu)秀獎。
這是知識星球上 第一個真正與基因組學和生物信息學強相關(guān)的圈子。我希望能夠借此營造一個高質(zhì)量的組學知識圈和人脈圈，通過提問、彼此分享、交流經(jīng)驗、心得等，彼此更好地學習生信知識，提升基因組數(shù)據(jù)分析和解讀的能力。
在這里你可以結(jié)識到全國優(yōu)秀的基因組學和生物信息學專家，同時可以分享你的經(jīng)驗、見解和思考，有問題也可以向我提問和圈里的星友們提問。
知識星球邀請鏈接：「解螺旋技術(shù)交流圈」
