fastq 格式 是一种基于文本的格式，用于存储生物序列(通常是核苷酸序列)及其相应的碱基质量分数。为了简洁起见，序列字母和质量分数都用一个ASCII字符编码。

它最初是由威康信托桑格研究所(Wellcome Trust Sanger Institute)开发的，用于捆绑FASTA格式的序列及其质量数据。最近，已成为测序数据格式的一种标准，用于存储Illumina基因组分析仪等高通量测序仪器的输出 ^[1] 。

FASTQ文件中的每个序列通常占四行。

• 第1行：以“@”字符开始，后面跟着序列标识符和可选描述(类似FASTA的标题行)。
• 第2行：是原始序列（一般由ACGTN构成）。
• 第3行：以一个“+”字符开始，后面可跟着序列标识符(以及任何描述)。
• 第4行：为第2行中的序列碱基的质量值，长度与第2行中序列长度一致。

一个包含单个序列的FASTQ文件类似如下:

@SEQ_ID
GATTTGGGGTTCAAAGCAGTATCGATCAAATAGTAAATCCATTTGTTCAACTCACAGTTT
+
!''*((((***+))%%%++)(%%%%).1***-+*''))**55CCF>>>>>>CCCCCCC65

原始的Sanger FASTQ文件还允许对序列和质量字符串进行包装(多行分割)，但通常不建议这样做，因为使用“@”和“+”作为标记会使解析变得复杂（这些字符也可能出现在质量字符串中）。

Illumina软件中的序列使用系统标识符:

@HWUSI-EAS100R:6:73:941:1973#0/1

Illumina 1.4以后的版本使用#NNNNNN代替#0作为多路标识，其中NNNNNN是多路标记的序列。

在Casava 1.8中，@的格式发生了变化:

@EAS139:136:FC706VJ:2:2104:15343:197393 1:Y:18:ATCACG

注意，Illumina软件的最新版本输出的是一个样本号(取自样本表)，而不是索引序列。例如，在批处理的第一个示例中可能出现以下头部:

@EAS139:136:FC706VJ:2:2104:15343:197393 1:N:18:1

从INSDC¹⁾ 序列读取归档文件中的FASTQ文件，通常如下：

@SRR001666.1 071112_SLXA-EAS1_s_7:5:1:817:345 length=36
GGGTGATGGCCGCTGCCGATGGCGTCAAATCCCACC
+SRR001666.1 071112_SLXA-EAS1_s_7:5:1:817:345 length=36
IIIIIIIIIIIIIIIIIIIIIIIIIIIIII9IG9IC

在本例中，有一个ncbi分配的标识符，描述包含来自Solexa/Illumina(如上所述)的原始标识符和读取长度。测序采用双端模式(~500bp insert size)，见SRR001666。

质量值 $Q$ 是 $p$（即，对应的碱基测序错误的概率）整数映射。使用了两种方式编码。第一个是用来评估碱基可靠性的桑格标准，也称为Phred质量评分：

$$ Q_{\text{sanger}}=-10\,\log _{10}p $$

另一种是Solexa (即， Illumina Genome Analyzer提供的软件)早些时候使用了不同的映射，编码的是 $p/(1-p)$而不是probability $p$:

$$ Q_{\text{solexa to v.1.3}}=-10\,\log _{10}{\frac {p}{1-p}} $$

这两种映射在较高的质量值上是渐近相同的，在较低的质量水平上略有差异(即，约p > 0.05，或等效Q < 13)。（见下图）

Figure 1. Relationship between Q and p using the Sanger (red) and Solexa (black) equations.The vertical dotted line indicates p = 0.05, or equivalently, Q ≈ 13.

• Sanger格式可以使用ASCII 33~126编码0到93之间的Phred质量分数(一般原始读取数据中Phred质量分数很少超过60，但是在程序中可能会得到更高的分数)。也用于SAM格式。根据seqanswers.com论坛上的公告，Illumina公司的最新版本(1.8)CASAVA将于2011年2月底直接生产Sanger格式的fastq²⁾。
• Solexa/Illumina 1.0格式可以使用ASCII 59到126编码从-5到62的Solexa/Illumina质量分数(尽管在原始读取数据中，Solexa的分数只有-5到40)
• 从Illumina 1.3开始，到Illumina 1.8之前，使用ASCII 64到126编码Phred质量分数0~62(尽管在原始读取数据中Phred分数范围为0~40)。
• 从Illumina 1.8开始，质量分数基回到了使用Sanger格式(Phred+33)。

相同字母在不同格式代表不同的PHRED score：

  SSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSS.....................................................
  ..........................XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX......................
  ...............................IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII......................
  .................................JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ.....................
  LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL....................................................
  !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~
  |                         |    |        |                              |                     |
 33                        59   64       73                            104                   126
  0........................26...31.......40                                
                           -5....0........9.............................40 
                                 0........9.............................40 
                                    3.....9..............................41 
  0.2......................26...31........41                              

 S - Sanger        Phred+33,  raw reads typically (0, 40)
 X - Solexa        Solexa+64, raw reads typically (-5, 40)
 I - Illumina 1.3+ Phred+64,  raw reads typically (0, 40)
 J - Illumina 1.5+ Phred+64,  raw reads typically (3, 41)
     with 0=unused, 1=unused, 2=Read Segment Quality Control Indicator (bold) 
     (Note: See discussion above).
 L - Illumina 1.8+ Phred+33,  raw reads typically (0, 41)

已经有不少模拟仿真测序序列的工具^[2],[3]，他们的对比可见此文献^[4]。

在FASTQ格式中(压缩前)，质量值约占所需磁盘空间的一半，因此对质量值进行压缩可以显著降低存储需求，加快测序数据的分析和传输。无损压缩和有损压缩最近都在文献中被报道。例如，QualComp^[5]算法使用用户指定的速率(每个质量值的比特数)执行有损压缩。基于速率失真理论结果，分配比特数，使原始(未压缩)质量值与重构(压缩后)质量值之间的MSE(均方误差)最小。其他压缩质量值的算法包括SCALCE^[6]和Fastqz^[7]，都是无损压缩算法，提供了一种可选的受控有损转换方法。例如，SCALCE根据观察到“邻近”的质量值在一般情况下是相似的，从而减小了字母表的大小，有关的基准测试，参见^[8]。