数据格式第五篇-wiggle和bigwig

今天是生信星球陪你的第50天

  　 你想找辆共享单车，发现满街都是别家车，没有一辆你能骑。

　　你想学点生信，搜了“初学者教程”，满眼尽是高大上，没有一句能看懂。

　　终于你跨越茫茫宇宙，来到生信星球，发现了初学者的新大陆！

　　不知道小读者们有没有发现规律，自从微信公众号开通了新的赞赏功能，却只给我们这个新公众号一个赞赏名额，豆豆老板果断把这个名额给了花花😄。花花不想独占，而作者名又只能四个字。于是统一改成了豆豆花花，头像是我们的一群宝贝娃娃😄。从5月11日注册公众号，到现在已经50天。每天坚持更新，没给过自己偷懒的理由~在零宣传的情况下有了41名小粉丝，阅读量也由原来的2（我们自己看）变成了三四五六七😄，虽然不多但我们也很知足！

如果你刚好看到这一篇，请在后台说句话让我们知道~鼓励批评也好，闲聊也罢，豆花组合（取名于2018.6.29）很愿意认识新朋友~

花花最近老跟数据格式过不去，是因为得到大神指点，需要熟悉这些知识。

阅读前收藏，先看系列连载：

数据格式第一篇-fasta和fastq 

数据格式第二篇-数据格式SAM、BAM

数据格式第三篇-gff和gtf

数据格式第四篇-bed

　　捋一捋他们的逻辑，公司测序返回的结果是fastq，带有质量值的碱基序列。参考基因组则是fasta格式的序列。用比对工具将fastq比对到参考基因组，则生成了sam格式的比对文件。在参考基因组上做注释，则是gtf、gff格式。只描述某个基因组区域，则是bed格式。记录某些位点或碱基的变化，是vcf格式。

　　今天要介绍的数据格式是wiggle（wig）和bigwig（bw）。

    üWig/bw/bedgraph:追踪参考基因组的各个区域的覆盖度，测序深度

    ü可以无缝连接到UCSC的GenomeBrowser工具里面进行可视化！

    ü体现数据大小的变化和高低，如组蛋白修饰的峰值

　　wiggle 分为variableStep format 和fixedstep format两部分，以一个声明开始，定义track的属性。span（跨度）将value相同的连续碱基包含在一起，是数据更简洁。

　　两列数据分别是染色体开始的碱基位置和对应的value值。

而FixedStep部分则直接列出了start（其实位置编号）和step（每换一行要加多少），因此没有位置编号列，只有value。

上图的例子释义为：

bigwig则是wiggle转换而来的二进制文件，做节省空间之用。花花的理解他们的关系应该和sam和bam差不多吧~

初学生信，很荣幸带你迈出第一步。

我们是生信星球，一个不拽术语、通俗易懂的生信知识平台。需要帮助或提出意见请后台留言或发送邮件到Bioplanet520@outlook.com~