NGS Data
7
Melanie Kappelmann-Fenzl
Contents
7.1 Introduction . . . . . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. 80
7.2 File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.2.1 Basic Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.2.2 FASTA . . . .... ... ... ... ... ... .... ... ... ... ... ... .... ... ... ... ... .... ... ... ... ... ... ... 81
7.2.3 FASTQ . . . .... ... ... ... ... ... .... ... ... ... ... ... .... ... ... ... ... .... ... ... ... ... ... ... 82
7.2.4 SAM .... ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... 83
7.2.5 BAM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.2.6 GFF/GTF ....... ......... ......... ........ ......... ......... ........ ......... ......... 87
7.2.7 BED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.2.8 BedGraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.2.9 VCF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.2.10 SRA (Sequence Read Archive) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.3 Quality Check and Preprocessing of NGS Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.3.1 Quality Check via FastQC . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . 92
7.3.2 Preprocessing of NGS Data-Adapter Clipping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
M. Kappelmann-Fenzl (*)
Deggendorf Institute of Technology, Deggendorf, Germany
Institute of Biochemistry (Emil-Fischer Center), Friedrich-Alexander University Erlangen-Nürnberg,
Erlangen, Germany
e-mail: melanie.kappelmann-fenzl@th-deg.de
# Springer Nature Switzerland AG 2021
M. Kappelmann-Fenzl (ed.), Next Generation Sequencing and Data Analysis, Learning
Materials in Biosciences, https://doi.org/10.1007/978-3-030-62490-3_7
79
7
Melanie Kappelmann-Fenzl
Contents
7.1 Introduction . . . . . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. . .. . . .. . . .. . . .. 80
7.2 File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.2.1 Basic Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.2.2 FASTA . . . .... ... ... ... ... ... .... ... ... ... ... ... .... ... ... ... ... .... ... ... ... ... ... ... 81
7.2.3 FASTQ . . . .... ... ... ... ... ... .... ... ... ... ... ... .... ... ... ... ... .... ... ... ... ... ... ... 82
7.2.4 SAM .... ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... 83
7.2.5 BAM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.2.6 GFF/GTF ....... ......... ......... ........ ......... ......... ........ ......... ......... 87
7.2.7 BED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.2.8 BedGraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.2.9 VCF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.2.10 SRA (Sequence Read Archive) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.3 Quality Check and Preprocessing of NGS Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.3.1 Quality Check via FastQC . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . 92
7.3.2 Preprocessing of NGS Data-Adapter Clipping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
M. Kappelmann-Fenzl (*)
Deggendorf Institute of Technology, Deggendorf, Germany
Institute of Biochemistry (Emil-Fischer Center), Friedrich-Alexander University Erlangen-Nürnberg,
Erlangen, Germany
e-mail: melanie.kappelmann-fenzl@th-deg.de
# Springer Nature Switzerland AG 2021
M. Kappelmann-Fenzl (ed.), Next Generation Sequencing and Data Analysis, Learning
Materials in Biosciences, https://doi.org/10.1007/978-3-030-62490-3_7
79