常用数据类型

• DNA序列表征
  1
  A =腺嘌呤
  C =胞嘧啶
  G =鸟嘌呤
  T =胸腺嘧啶
  U =尿嘧啶
  R = GA（嘌呤）
  Y = TC（嘧啶）
  K = GT（酮）
  M = AC（氨基）
  S = GC
  W = AT
  B = GTC
  D = GAT
  H = ACT
  V = GCA
  N = AGCT（任何）

• fastaq：保存生物序列（通常是核酸序列）和其测序质量信息的标准格式,一般都包含有4行。
  第一行：@+ID号
  第二行：碱基序列
  第三行：+，序列的描述信息
  第四行：第二行的序列质量评价

  
  fastq
• fasta：序列信息
  第一行：>+ID
  第二行：序列

两种格式可以相互转化

• GenBank格式

  
  image.png

• EMBL格式

  
  image.png