9강 / 20강
R1 은 이름표, R2 는 내용
FASTQ 두 파일이 서로 무슨 관계인가
시퀀서가 뱉는 것은 FASTQ 파일입니다. 10x 는 보통 이런 이름으로 나와요.
pbmc_S1_L001_R1_001.fastq.gz <- 28글자짜리 읽기
pbmc_S1_L001_R2_001.fastq.gz <- 90글자짜리 읽기
pbmc_S1_L001_I1_001.fastq.gz <- 시료 인덱스 (i7)
pbmc_S1_L001_I2_001.fastq.gz <- 시료 인덱스 (i5)
보통의 페어드엔드 시퀀싱에서는 R1 과 R2 가 같은 조각의 양쪽 끝입니다. 10x 는 다릅니다. 여기서 R1 은 읽을 내용이 아니라 이름표 예요.
R1 — 28글자
앞 16글자: 세포바코드
뒤 12글자: UMI
유전자 정보가 하나도 없다
뒤 12글자: UMI
유전자 정보가 하나도 없다
R2 — 90글자
전부 cDNA
이것을 유전체에 붙여서
어느 유전자인지 알아낸다
이름표가 하나도 없다
이것을 유전체에 붙여서
어느 유전자인지 알아낸다
이름표가 하나도 없다
두 파일은 줄 순서로 맺어져 있습니다. R1 의 n번째 읽기와 R2 의 n번째 읽기가 같은 분자예요. 그래서 두 파일을 따로 정렬하거나 걸러 내면 영영 짝을 잃습니다.
R1 을 자르는 자리는 화학이 정합니다 — 3′ v3.1 이면 16 과 12.
Python
브라우저에서 실행
파일 안의 네 줄
FASTQ 는 읽기 하나가 네 줄입니다.
@A00228:279:HFWFVDMXX:1:1101:21437:1000 1:N:0:ACGTACGT
AAACATACAACCACGTCGATCAGTTA
+
FFFFFFFFFFFFFFFFFFFFFFFFFF
| 줄 | 무엇 |
|---|---|
| 1 | @ 로 시작하는 이름 — 시퀀서 · 레인 · 타일 · 좌표 |
| 2 | 서열 |
| 3 | + 한 글자 (옛날 유물) |
| 4 | 품질 — 글자마다 한 문자. F 는 Q37 쯤 |
자세한 것은 시퀀싱 라이브러리 첫걸음 10강에 있습니다. 여기서 알아야 할 것은 2번 줄을 16 과 12 로 자른다 는 것뿐이에요.
왜 여러 시료를 한 레인에 섞는지 — 그래서 시료 인덱스가 필요합니다.
Python
브라우저에서 실행
🤔 확인 문제
10x 의 R1 파일에 들어 있는 것은?
해설 앞 16글자가 세포바코드, 뒤 12글자가 UMI 입니다 (v3.1 기준).
유전자 정보는 하나도 없습니다 — 전부 R2 에 있어요.
🤔 확인 문제
R1 과 R2 파일을 따로 정렬하면 무슨 일이 생기나?
해설 두 파일은 줄 순서로만 맺어져 있습니다.
순서가 흐트러지면 어느 바코드가 어느 유전자와 짝인지 알 수 없어요.