●在fastq-dump拆分SRA文件时遇到报错
image.png
解决方案：
因为NCBI上的下载链接从http变为了https，所以安装最新版sratoolkit即可解决问题
●使用fasterq-dump拆分SRA文件,速度更快
fasterq-dump --split-files SRR934398.sra -e 10 -p
##--split-files最好是--split-3，但是有些特殊情况--split-3拆分不开双端数据就用--split-files。
●遇到报错error while loading shared libraries: libcrypto.so.1.0.0: cannot open shared object file: No such file or directory
1、先查看libcrypto.so.1.0所在目录
image.png
发现没有libcrypto.so.1.0.0这个文件，因此，尝试建立一个叫libcrypto.so.1.0.0的符号链接向/usr/lib64/libcrypto.so.1.0.2k
2、建立软链接
ln -s /usr/lib64/libcrypto.so.1.0.2k ~/miniconda3/lib/libcrypto.so.1.0.0
●统计测序深度，使用vcf文件
vcftools --vcf test.vcf \
--depth -c \
> depth_summary.txt
●提取染色体片段
vcftools --gzvcf Duroc.vcf.gz \
--chr NC_010484.4 \
--from-bp 181225 \
--to-bp 182187 \
--out MC1R-Duroc.vcf \
--recode \
--recode-INFO-all
●提取文件中的某几列
awk '{print$1,$2}' fileame.vcf > filename.txt
##$1代表第一列
●根据位置提取vcf文件对应位点的信息
vcftools --vcf 12_28.filter.snps.indels.vcf --positions test.txt --out test --recode
●提取某一列数值满足条件的列
awk -F'\t' '{if ($3 == 1) print $1\t$2\t$3}' t.txt > 1.txt
#以Tab键分割
awk 'BEGIN{IFS='\t'}{if ($5 > 0) print $1,$2,$2+1,$5}' 12.26-CHINA.freq.frq > 12.26-CHINA.maf0.frq.txt
●提取某些样本
bcftools view -S id.txt 20211005_sheep_222_total.vcf.gz > tibetan_36.vcf
###●其中 id.txt 为一列样本id
●去除vcf文件中带*的等位基因
grep -v "*" JBC-geno005-maf005.vcf > JBC-geno005-maf005.filter.vcf
●格式转化
1 bed、bim、fam转vcf
plink --allow-extra-chr \
--chr-set 26 \
-bfile xll \
--recode vcf-iid \
--out xll
2 bed、bim、fam转map、ped
plink --allow-extra-chr \
--chr-set 26 \
-bfile filename \
--recode \
--out filename
3 ped、map转bed、bim、fam
plink --allow-extra-chr \
--chr-set 26 \
--file tibetan_36 \
--make-bed \
--out tibetan_36
4 map、ped转为vcf
plink --allow-extra-chr \
--chr-set 26 \
-file xll \
--recode vcf-iid \
--out xll
5 vcf转ped、map
plink --allow-extra-chr \
--chr-set 26 \
--vcf tibetan_36.vcf \
--recode \
--double-id \
--out tibetan_36
###double-id两个family id 和idividual id一样，所以加上了这个代码
6 vcf转bed、bim、fam
plink --allow-extra-chr \
--chr-set 26 \
-vcf XXX.vcf \
--make-bed \
--double-id \
--out XXX
●缺失率统计
## 按照位点统计
vcftools --gzvcf test.vcf.gz \
--missing-site \
--out test.SNP_missing
## 按照个体统计
vcftools --vcf test.vcf \
--missing-indv \
--out test.SNP_missing
●过滤indel和snp
## INDEL
vcftools --remove-indels \
--recode \
--recode-INFO-all \
--vcf test.vcf \
--stdout \
> test.snp.vcf
## SNP
vcftools --keep-only-indels \
--recode \
--recode-INFO-all \
--vcf test.vcf \
--stdout \
> test.indel.vcf
●去除多等位基因及indel
bcftools view -m 2 \
-M 2 \
--type "snps" test.vcf.gz \
-Ov \
-o test.record.snps.vcf.gz
## 注意一下：-O为输出文件的格式，其中z为压缩的vcf文件，v为正常的vcf文件，
vcftools --vcf test.vcf \
--remove-indels \
--min-alleles 2 \
--max-alleles 2 \
--recode \
--recode-INFO-all \
--stdout \
> test.miss.snp.vcf
