标签：vcf VCF -- 基因组 012 snp recode txt 位点

VCF文件时基因组分析中最常见的文件类型，有时需要从中提取部分信息进行后续分析，在《vcf、plink文件格式互转》中我们已经提及了SNPs的提取方法：

#在file.txt中， snp名字作为一列，无header，输出格式为vcf
vcftools --gzvcf my.vcf --snps snps.txt --recode --recode-INFO-all --out filter.snp

在实际应用中，还有许多变化，这里列出两个例子：
1.根据染色体（CHR）和物理位置（PS）筛选SNP
有些情况下，文件中rs这一列时空的，因此需要结合chr和ps筛选SNP，那么这时候需要一个两列信息的.txt文件，代码如下

#Filter based on chr and position
vcftools --gzvcf sample.vcf --positions snps.txt --recode --recode-INFO-all --out sample.filter.snp

2.将基因型转为012矩阵
筛选出来的snp矩阵是以基因型的形式储存的，为了方便统计，有时候需要将其转换为012矩阵

#把genotype转为012矩阵
vcftools --vcf snp.recode.vcf --012 --out snp_matrix

3.在R软件中分析vcf文件
这里需要用到一个软件包：vcfR

library(vcfR)
a<-read.vcfR( "recode.vcf")

a中会包含三部分，
meta，metadata
fix：vcf文件的前七列；
gt：genotype

a1<-data.frame(a@fix)
a2<-data.frame(a@gt)
a2<-a2[,-1]
rownames(a2)<-a1$ID

提取基因型

a3<-extract.gt(
  a,
  element = "GT",
  mask = FALSE,
  as.numeric = T,#是否转换为数值型
  return.alleles = F,#是否输出allel的基因型信息（例如，0/1或A/T）
  IDtoRowNames = TRUE,
  extract = TRUE,
  convertNA = TRUE#是否将"." 转为 NA
)

标签：vcf,VCF,--,基因组,012,snp,recode,txt,位点
来源： https://blog.csdn.net/sunfishtan/article/details/120433066

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。