VIP20

本课程属于：022-生物样本元信息治理 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

FASTQ元数据命名规则与批量校验

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

FASTQ文件格式简介与结构

质量评分 · 碱基序列 · 标识行解析

FASTQ文件格式简介

元数据的概念及其在生物信息学中的重要性

可溯源性 · 可重复性 · 自动化处理

元数据的概念生物信息学

文件命名规范的基本原则

唯一性 · 可读性 · 机器可解析性

文件命名规范的基…唯一性

常见FASTQ命名约定

Illumina15位命名 · SRA标准命名 · 10X Genomics命名

元数据嵌入命名

为什么要做？解决数据管理混乱 · 支持自动化流程

元数据嵌入命名为什么要做？解决…

核心元数据字段

样本ID · 文库ID · 测序平台

核心元数据字段ID

序列索引（Index）在命名中的表示

单索引 · 双索引 · 组合索引的嵌入

Index序列索引

双端测序（Paired-end）与单端测序命名区别

R1/R2标识 · 方向标识

Paired-end双端测序

测序运行ID与批次信息的嵌入

Run ID · Flowcell ID · Lane号

时间戳与版本控制

日期格式选择 · 版本号嵌入 · 避免歧义

时间戳版本控制

实验条件与处理组标签

Control/Treatment · 时间点 · 复号码

实验条件处理组标签

组织/细胞类型标识

标准术语 · 缩写规范 · 避免歧义

组织细胞类型标识

项目/课题标识符

项目编号 · 课题名称缩写 · 存储库要求

项目课题标识符

命名中的分隔符选择与可读性

下划线 · 连字符 · 点号的优劣

命名分隔符选择

长度限制与跨平台兼容性

Windows/Linux/云存储的…

长度限制跨平台兼容性

使用正则表达式解析文件名

从复杂命名中提取元数据字段

使用正则表达式解…从复杂命名

自动化命名工具

fastq-namer · Barcodesplitter · 自定义脚本

自动化命名工具fastq-namer

使用Python脚本生成标准命名

模板字符串 · 字段拼接 · 校验

命名验证与质量控制

检查重复 · 检查缺失字段 · 检查非法字符

命名验证质量控制

数据库存档（如SRA/ENA）的命名要求

提交时文件命名规范

SRA/ENA数据库存档

与工作流/管道集成

Snakemake · Nextflow中的命名约定

工作流管道集成

Git与文件名同步 · CHANGELOG文件维护

版本管理Git

元数据清单文件与文件名同步

CSV/JSON映射表的设计

元数据清单文件文件名同步

常见命名错误与陷阱

大小写混用 · 空格/特殊符号 · 歧义缩写

常见命名错误陷阱

真实项目的命名方案（肿瘤项目 · 单细胞项目 · 宏基因组项目）

案例分析真实项目的命名方…

处理已存在错误命名的数据

批量重命名脚本 · 保留原始名称的映射

处理已存错误命名的数据

国际化与字符集问题

UTF-8兼容 · 避免非ASCII字符

国际化字符集问题

命名与数据隐私（去标识化）

HIPAA/GDPR合规 · 哈希匿名化

命名数据隐私

FAIR原则与机器可读命名 · 本体化元数据嵌入

未来趋势FAIR

总结与最佳实践清单

检查表 · 团队规范文档模板

最佳实践清单检查表