测序数据文件中MD5是个啥 ？不要无视我的存在！

测序公司在释放原始数据的目录下都会有一个MD5文件，对于不太了解MD5的老师，可能会直接忽略这个文件。实际上这个文件还是很有必要的。那MD5到底是干嘛的呢？

MD5简介

MD5全称MD5消息摘要算法（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数，可以产生出一个128位（16字节）的散列值（hash value），用于确保信息传输完整一致。其典型应用就是对一段信息产生信息摘要，防止被篡改。简单点解释，就是MD5会为任何文件或信息产生一个“数字指纹”，如同人的指纹互不相同，不同文件的MD5也各不相同，哪怕是最细微的改动，其MD5也会相差甚远。只有在文件完全一样时，其MD5才会一致（这句话其实是错的，不同文件MD5可能会一样，但是概率非常非常小，理解时不用太过在意）。

例如，我们常常在某些软件下载站点的软件信息中看到其MD5值，它的作用就在于我们可以在下载该软件后，对下载后的文件用专门的软件（如Windows MD5 Check等）做一次MD5校验，以确保我们获得的文件与该站点提供的文件为同一文件，而不是被篡改植入病毒的。

讲到这里，大家应该对MD5有了一个大概的了解。我们回到文章最开始的问题，测序公司在产生原始数据时，会为每个文件生成一个MD5值，与原始数据一同交给客户。客户在下载完数据后，最好对每个数据进行一次MD5校验，以确保下载的数据与测序公司提供的完全一致，防止下载时出错导致数据丢失，进而影响后续数据的分析。那怎样进行校验呢，不要急，往下看。

MD5校验工具

网上可以校验MD5的软件有很多，这里我们简单介绍几个。

1.MD5Check

下载链接：

https://www.softpedia.com/get/System/File-Management/MD5-Check.shtml

使用方法也很简单，一张图就能看懂。

2.好压

好压是压缩解压缩的软件，它也是可以计算MD5的。

右键单击要校验的文件，好压的 “其他压缩命令” 下有一个 “计算MD5” 功能。

3.md5sum

上面的都是Windows中的MD5校验工具，linux中也有计算MD5的命令--md5sum。用法如下：

$md5sum data.file 0a6de444981b68d6a049053296491e49 data.file

好了，MD5就讲到这了，相信大家体会到MD5的重要作用了吧！请不要再无视我！

此外，我们在网易云课堂上有各种教学视频，有兴趣可以了解一下：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘

5. 微生物16S/ITS/18S分析原理及结果解读

6. 更多学习内容：linux、perl、R语言画图，更多免费课程请点击以下链接：

https://study.omicsclass.com/