生信篇 | 认识与处理Nanopore测序原始数据Pod5文件

在早期版本中，Nanopore储存原始的电信号主要采用的是.fast5。作为一种HDF5文件，.fast5包含nanopore测序数据所需要的所有信息，并且现在仍是一种可选择的文件存储方式。随着技术不断提升，测序所产生的数据会越来越大，为了提升文件的读写速度，改善计算机资源和内存占用等问题，逐渐使用POD5文件格式取代.fast5。那么，究竟什么是pod文件？我们该如何处理pod文件？让我们一起看看吧！

选取准备好的pod5文件，即可显示每条reads的ID，以及一一对应的测序基本信息，如选用的测序仪器、所用的试剂盒、测序开始的时间和进行分析的软件版本等。

在对pod5文件进行合并、格式转化和提取等操作时，可以用pod5 python包进行操作。

安装pip install pod5：

1. pod5 view

pod5 view test.pod5 > pod5.txt

输出一个类似sequencing summary的表，包含测序的一些基本信息。

2. pod5 inspect

用来检查pod5文件的完整性。

pod5 inspect read

查看指定reads的信息

3. pod5 merge

pod5 merge test01.pod5 test02.pod5 --output merge.pod5

可对不同的pod5文件进行合并，但不能出现重复的reads ID。

4. pod5 filter

pod5 filter test01.pod5 --output filtered_test01.pod5 --ids reads_ID.txt

提取指定reads ID的pod5文件信息。

5. pod5 subset

pod5 subset test01.pod5 --csv mapping.csv

构建csv，tsv或table文件进行比对，生成多个pod文件。

6. pod5 repack

pod5 repack inputs/*.pod5 repacked/

重新构建pod5文件。

7. pod5 convert fast5

pod5 convert fast5 fast5/test01.0_0.fast5 --output converted.pod5

可将fast5文件转换成pod5文件。

8. pod5 convert to_fast5

pod5 convert to_fast5 test01.pod5 --output fast5/

可将pod5文件转换成fast5文件。