[Verse 1] FASTA, c'est la lettre nue, la séquence sans habit, Le point fai, c'est l'index, samtools faidx qui trie vite. FASTQ rajoute une ligne, un score planqué dans l'ASCII, Q égale moins dix log de l'erreur, plus trente-trois pour l'infini. seqkit compte, fastp lave les lectures encore impures, Phred te chuchote en chiffres cachés l'ampleur de chaque erreur. [Chorus] FASTA, FASTQ, SAM, BAM, VCF, BED, Zéro ouvert, un fermé, grave ça sous ton bonnet. Phred parle bas, mais dit vrai sur chaque nucléotide, BGZF compresse, tabix trouve, jamais un octet ne se perd, jamais vide. [Verse 2] Le drapeau quatre-vingt-dix-neuf, la paire bien orientée, Cent quarante-sept ferme le couple, deuxième moitié mariée. Deux mille quarante-huit, alignement secondaire écarté. Le CIGAR reste abscons — mot rare pour dire obscur, embrouillé — Quarante M pour matcher, trois I pour ce qui s'est glissé, MAPQ dit la confiance, NM compte ce qui a dévié, MM et ML retiennent où le brin fut modifié. [Verse 3] Le BED commence à zéro, sa frontière droite jamais fermée, Le VCF, lui, commence à un, chaque borne bien scellée. Décale d'une base et tout ton script se déglingue, bcftools, bedtools vérifient avant que le calcul ne se distingue. GFF3 pareil, base un, fermé sans coquetterie, GTF cousin voisin, gffread trie la parenté. [Bridge] GRCh37, le sage, trente-huit son héritier, T2T-CHM13 comble les trous que l'ancien laissait béants. chr1 ou juste 1, les decoys cachés dans l'ombre grise, CrossMap et liftOver glissent les positions sans qu'aucune ne se brise. [Verse 4] GFA dessine un graphe, des chemins qui s'entrecroisent, gfatools et vg naviguent, Bandage peint chaque mosaïque. PAF, c'est l'alignement que minimap deux te donne en un instant, MAF empile les génomes, CHAIN les fait glisser en cadence lente. POD5 garde le courant brut, avant même la lettre écrite, modkit lit les étiquettes, où le méthyle s'invite. [Verse 5] CRAM compresse encore plus, référence en filigrane, samtools view moins dix, moins vingt, bits perdus sans diplomatie. VCF annote avec ANN et CSQ, VEP et SnpEff en duo, bcftools norm aligne les indels, gauche-alignés, jamais de faux écho. Le contig sans données n'est rien, header et body en symbiose, Un pipeline bien monté chante juste, jamais en prose. [Chorus] FASTA, FASTQ, SAM, BAM, VCF, BED, Zéro ouvert, un fermé, grave ça sous ton bonnet. Phred parle bas, mais dit vrai sur chaque nucléotide, BGZF compresse, tabix trouve, jamais un octet ne se perd, jamais vide. [Outro] Décode ton drapeau, compte ton CIGAR à la main, Vérifie ta borne, zéro ou un, avant de tracer ton chemin. Chaque format est un dialecte, chaque outil une clé, Maîtrise-les tous, et le génome entier te sera parlé.
← Module 4 — Méthodes de laboratoire : d'où viennent les données d'ADN (semaines 7 | Module 6 — Algorithmes de séquences (I) : l'alignement (semaines 10 et 11) →