生物信息学中的数据格式

掌握标准数据格式是进行生物信息学分析的基础：
| 格式 | 用途 | 说明 |
|------|------|------|
| FASTA | 序列存储 | >header开头的文本格式，用于存储DNA、RNA、蛋白质序列 |
| FASTQ | 测序数据 | FASTA+质量值，每4行一个read（header、序列、+、质量） |
| SAM/BAM | 比对结果 | SAM为文本格式，BAM为二进制压缩格式，存储reads比对信息 |
| VCF | 变异信息 | 存储SNP、Indel等变异的位置、基因型和质量信息 |
| GFF/GTF | 基因组注释 | 存储基因、外显子、CDS等特征的位置和属性信息 |
| BED | 基因组区间 | 简单的三列格式（chr, start, end），用于表示基因组区域 |
| GCT/TPM | 表达矩阵 | 存储基因表达量矩阵，行是基因，列是样本 |