vcftools安装及基础用法

vcftools是一种可以对VCF文件和BCF文件进行格式转换及过滤的工具,功能非常强大,而且运算速度也很快。

1.下载及安装

1.1 下载地址

http://vcftools.sourceforge.net/downloads.html

1.2 安装

进入压缩包目录,进行解压。

$ tar xvf vcftools_0.1.13.tar.gz
$ cd ~/vcftools_0.1.13/bin

关于安装,有一些小伙伴留言遇到了问题,我再详细写一下安装的问题:

$ cd ~/vcftools_0.1.1
$ ./configure
$ make
$ make install

检查安装是否成功

$ vcftools
VCFtools (v0.1.13)
© Adam Auton and Anthony Marcketta 2009
Process Variant Call Format files
For a list of options, please go to:
        https://vcftools.github.io/examples.html
Questions, comments, and suggestions should be emailed to:
        vcftools-help@lists.sourceforge.net

但是vcftools安装确实容易出现各种报错,所以建议用conda来安装:

$ conda install -c bioconda vcftools

2. 基础用法

2.1 vcf文件加ID

add id.pl拷贝至vcftools/bin目录下
add id.pl是一个老师写的脚本,这里不好直接放上来,所以需要添加id的话,请大家再去查找其他的教程,这里只是我自己做个备份。

perl add_id.pl root.hic.vcf root.hic.id.vcf

2.2 分开indel和SNP

只输出indel
vcftools --vcf  root.hic.id.vcf --keep-only-indels --recode --recode-INFO-all --out root.hic.id.indel
只保留SNP
vcftools --vcf root.hic.id.vcf --remove-indels --recode --recode-INFO-all --out root.hic.id.snp

2.3 vcf文件过滤

vcftools --vcf root.hic.id.vcf --max-missing 0.8 --maf 0.05 --min-alleles 2 --max-alleles 2 --recode --recode-INFO-all --out  root.hic.id.int0.8maf0.05.allele2

max-missing:分型完整度
maf:第二等位基因频率
min-alleles:最小等位基因个数
max-alleles:最大等位基因个数

哈迪温伯格平衡 hwe filtering(通常在人类中使用)
vcftools --vcf root.hic.id.vcf --remove-indels --max-missing 0.8 --maf 0.05 --min-alleles 2 --max-alleles 2 --hwe 0.01 --recode --recode-INFO-all --out root.hic.id.snp.hwe0.01

2.4 文件格式转换

转换vcf格式为ped map格式
vcftools --vcf root.hic.id.vcf --plink --out root.hic

2.5 vcf文件拆分

准备一个samplelist文件,即需要的样本的ID

vcftools --vcf hic.sort.ref.vcf --recode --recode-INFO-all --keep samplelist.txt --out root
详细说明书见官网:

http://vcftools.sourceforge.net/

2.6 统计等位基因频率

第一条染色体上的等位基因频率,注意vcf文件中chr的大小写。
结果中第一列是染色体;第二列SNP位置;第三列是这个位置一共出现了几种碱基,这里是两个;第四列是该位置出现的碱基总数,这里一个样本贡献了两个碱基位点;后面是该位置出现的碱基对应的频率。

$ vcftools --vcf root.id.vcf --freq --chr Chr1 --out Chr1_analysis
$ head -n 5 Chr1_analysis.frq
CHROM   POS     N_ALLELES       N_CHR   {ALLELE:FREQ}
Chr1    5154    2       286     C:0.713287      T:0.286713
Chr1    5187    2       296     A:0.614865      G:0.385135
Chr1    5220    2       282     A:0.241135      T:0.758865
Chr1    50889   2       294     A:0.870748      G:0.129252
计算整体文件中的等位基因频率
$ vcftools --vcf root.id.vcf --freq --out allel_analysis
$ tail -n 5 allel_analysis.frq
scaffold995     3028    2       304     G:0.927632      A:0.0723684
scaffold995     3082    2       304     G:0.842105      A:0.157895
scaffold995     3168    2       298     T:0.946309      C:0.0536913
scaffold995     3185    2       292     C:0.89726       T:0.10274
scaffold995     3228    2       302     A:0.407285      C:0.592715

2.7 比较两个vcf文件的变异位点

结果文件中的第一列是染色体;第二列和第三列是文件1和文件2中SNP位置;第四列中B表示两个文件中都有这个碱基,如果是1则表示只有文件1中有这个碱基,如果是2同理。

$ vcftools --vcf root.id.vcf --diff fei.id.vcf --diff-site --out in1_v_in2
$ head -n 5 in1_v_in2.diff.sites_in_files
CHROM   POS1    POS2    IN_FILE REF1    REF2    ALT1    ALT2
Chr1    5154    5154    B       C       C       T       T
Chr1    5187    5187    B       A       A       G       G
Chr1    5220    5220    B       A       A       T       T
Chr1    50889   50889   B       A       A       G       G
以上内容为个人粗浅的理解,欢迎讨论,如有错误,也敬请指出。引用请注明出处。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 227,428评论 6 531
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 98,024评论 3 413
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 175,285评论 0 373
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 62,548评论 1 307
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 71,328评论 6 404
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 54,878评论 1 321
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 42,971评论 3 439
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 42,098评论 0 286
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 48,616评论 1 331
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 40,554评论 3 354
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 42,725评论 1 369
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 38,243评论 5 355
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 43,971评论 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 34,361评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 35,613评论 1 280
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 51,339评论 3 390
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 47,695评论 2 370

推荐阅读更多精彩内容