- 结果文件
- 使用指南
- 版本记录
- 联系客服
统计FastQ,FastA文件信息。支持指定单个序列文件或包含需统计序列的文件夹。
注：当输入文件为文件夹时，指定的文件夹中要求仅包含所需统计的序列文件。
下面是每一列的含义：
1. file
描述：文件名。
含义：这个列表示输入文件的名称，通常是 FASTA 文件名。在你的例子中是 input.fasta。
2. format
描述：文件格式。
含义：这个列描述输入文件的格式。在此例中，文件格式为 FASTA，这是一种常见的生物信息学文件格式，用于存储 DNA、RNA 或蛋白质序列。
3. type
描述：序列类型。
含义：这个列表示序列的类型，通常是 DNA、RNA 或 protein。在此例中，类型为 DNA，表示该文件包含的是 DNA 序列。
4. num_seqs
描述：序列数量。
含义：该列表示 FASTA 文件中包含的序列数。在你的例子中，这个值是 15000，意味着文件中包含 15000 个 DNA 序列。
5. sum_len
描述：序列总长度。
含义：该列表示所有序列的总和长度，即所有序列的碱基数之和。在这个例子中，总长度是 1515000，表示文件中所有 DNA 序列的总碱基数为 1515000 个。
6. min_len
描述：最短序列的长度。
含义：该列表示文件中最短的序列的长度。在此例中，最短的 DNA 序列长度是 101 个碱基。
7. avg_len
描述：平均序列长度。
含义：该列表示所有序列的平均长度。它通过 sum_len / num_seqs 计算得出。在此例中，平均长度为 101.0，即所有序列的平均长度是 101 个碱基。
8. max_len
描述：最长序列的长度。
含义：该列表示文件中最长的序列的长度。在此例中，最长的序列长度为 101，表明文件中的所有序列长度是相同的（101 个碱基）。
9. Q1
描述：第一四分位数（25%）。
含义：该列表示序列长度的第一四分位数，通常是指序列长度小于该值的 25% 的序列的长度。此值为 101.0，意味着 25% 的序列长度小于等于 101 个碱基。
10. Q2
描述：中位数（50%）。
含义：该列表示序列长度的中位数，50% 的序列长度小于等于此值。此值为 101.0，意味着一半的序列长度小于等于 101 个碱基。
11. Q3
描述：第三四分位数（75%）。
含义：该列表示序列长度的第三四分位数，通常是指序列长度小于该值的 75% 的序列的长度。此值为 101.0，意味着 75% 的序列长度小于等于 101 个碱基。
12. sum_gap
描述：序列中缺失（Gap）部分的总长度。
含义：该列表示文件中所有序列的缺失部分（如果有）的总长度。缺失部分通常由“gap”字符（如 N）表示。在你的例子中为 0，表示所有序列都没有缺失部分。
13. N50
描述：N50 值。
含义：N50 是一个常见的统计值，表示在文件中，至少有一半的序列总长度包含在长度大于或等于 N50 的序列中。在此例中，N50 值为 101，说明文件中一半的序列长度大于或等于 101 个碱基。
14. Q20(%)
描述：Q20 度量的百分比。
含义：Q20 是指质量值大于等于 20 的序列的百分比。在 DNA 测序中，Q20 表示序列质量相对较高，通常表示碱基呼叫的正确性为 99%。在此例中，Q20 的百分比为 0.00，表示所有序列的质量评分低于 Q20，或者没有满足 Q20 的序列。
15. Q30(%)
描述：Q30 度量的百分比。
含义：Q30 是指质量值大于等于 30 的序列的百分比。在 DNA 测序中，Q30 表示非常高的质量（99.9% 的准确度）。在此例中，Q30 的百分比为 0.00，表示没有序列达到 Q30 的质量要求。
16. GC(%)
描述：GC 含量百分比。
含义：该列表示文件中所有序列的平均 GC 含量百分比。GC 含量表示 DNA 序列中含有的鸟嘌呤（G）和胞嘧啶（C）碱基的比例。在此例中，GC 含量为 45.35%，表示该文件中 DNA 序列的平均 GC 含量为 45.35%。
当前版本为1.0版本，上架时间为：2025-05-12