文章目錄

• 前期了解
• 文件分割(樣本少可以不做)
• 數據注釋
• 文件整合(樣本少可以不做)
• 注釋的過濾

前期了解

VCF是測序文件的一種格式，詳細記錄測序樣本的SNP信息，有很多介紹vcf文件內容的，在這里就不詳細描述了。以下的工作主要對人類樣本的SNP過濾出SNV的操作進行描述。

我收到的樣本是這樣子的：

共有24個，分別是24條染色體的.vcf.gz文件，每一條染色體的vcf文件都包含多個人的樣本。

文件分割(樣本少可以不做)

VCF測序文件可能包含有多個樣本，所以需要執行bcftools腳本進行分割，首先把每一條染色體的單獨文件放入到獨立文件夾之中，類似于這樣：

我們查看一下第一個文件夾的內容：

接下來就需要把這個文件分開成每個個體的1號染色體vcf文件：

bcftools view --threads n -s Sample_name WGS_1.vcf.gz -Oz -o Sample_name.vcf.gz

你需要在這個腳本里更改的內容有：
n：使用線程數量
Sample_name: vcf所包含的一個樣本的名稱
WGS_1.vcf.gz ：你輸入的文件名稱
Sample_name.vcf.gz ：你要輸出的文件名稱

這樣你就可以在一號染色體的文件夾內看到被分開的多個樣本信息。

數據注釋

我使用的注釋軟件是Annovar，具體的使用詳情可以另行查找，基于篩選的注釋。
對一個樣本的一條染色體的注釋如下：

perl Your_PATH_1/table_annovar.pl -thread 1 Sample_name.vcf.gz Your_PATH_1/annovar/humandb/ -buildver hg19 -out Your_PATH_2/Sample_name -remove -protocol refGene,cytoBand,exac03,avsnp147,dbnsfp30a,EUR.sites.2015_08 -operation g,r,f,f,f,f -nastring . -vcfinput

Your_PATH_1：Annovar的路徑
Your_PATH_2：輸出的路徑在哪里
refGene,cytoBand,exac03,avsnp147,dbnsfp30a,EUR.sites.2015_08:
這幾個都是提前在Annovar下載好的數據庫，g,r,f,f,f,f是注釋的類型，具體需要看一下Annovar的使用方法。

文件整合(樣本少可以不做)

注釋的結果很簡單，對每一個樣本的一條染色體會生成這樣的三個文件：

我們需要.txt結尾的文件整合到一個文件夾里面：
sample.list存放所有的樣本名稱，chrom.list存放1~24條染色體的編號。

cat sample.list |while read input; domkdir -p single_person/${input}cat chrom.list | while read reads; do cp -p ${reads}/out/${input}_${reads}.hg19_multianno.txt single_person/${input}donedone

注意找好路徑，最終這些文件會被存放在一個叫做single_person的文件夾里面，每一個樣本的所有染色體存放為一個單獨的文件夾。

注釋的過濾

我們的注釋是全部的注釋，但是有很多是不可靠的，需要按照一定的標準進行過濾。
過濾執行的是awk腳本，可以進行聯合過濾。
批量執行腳本如下：

cat final.list |while read input; doawk ' ($21<=0.05 && ($22 ~/D|\./) && $23>=0.453 && ($24 ~ /D|P|\./) && $25>=0.447 && ($26 ~ /D|P|\./) && ($28 ~ /D|\./) && ($30 ~ /A|D|\./) && ($32 ~ /H|M|\./) && ($34 ~ /D|\./) \&& ($36 ~/D|\./) && $39>=20 && ($42 ~/D|\./) && ($44 ~/D|\./) && ($46 ~/D|\./)) { print $0} ' ${input}/*.hg19_multianno.txt >> PATH/${input}.txtdone

$21指的是第21列，awk的正則化表達可以上網搜一下，對每一個樣本的全套染色體進行過濾操作，最終得到一個樣本一個txt文件。打開可以看到每一個樣本過濾后的信息。

總結

以上是生活随笔為你收集整理的从SNP_VCF文件提取SNV的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。