admin管理员组

文章数量:1530968

2024年1月18日发(作者：)

vcf格式文件处理大全（四）

展开全文

前面介绍过fasq，fastq，bam三种生物数据分析中常用的格式。fasta一般作为比对的参考序列，fastq为测序数据，将fastq比对到fasta则生成bam文件，对bam进行排序建立索引，就可以直接输出为vcf格式，这个系列我们来详细介绍一下vcf格式的操作。

13 Annovar注释

annovar也是一款比较有名的变异位点注释工具，使用起来也非常容易，使用vcf格式就可以进行注释，软件会首先对其进行格式转换，然后进行注释。

#生成annovar格式

-format vcf4old >

#gene-based注释

annotate_ --geneanno -buildver hg38 --outfile humandb/

14 clinvar临床数据库注释

clinvar是收集了与人类疾病相关突变位点的数据库，将得到的突变位点与clinvar数据库进行比对即可根据突变情况进行疾病的预测。使用clinvar数据库首先需要下载clinvar数据库，下载之后可以使用snpEFF后者annovar软件进行注释。

#clinvar注释

-format vcf4old >

annotate_ --filter -buildver hg38 --

outfile -dbtype clinvar_20180603 humandb/

15 一致性序列

所谓一致性序列，就是一条与参考序列长度一致，但是仅将突变位点进行替换的序列，一致性序列完全根据参考序列为模板生成，是并不存在的序列，主要用于后面构建系统发育树。

bcftools consensus -f -s Sample1 -o Sample1_

16 VQSR

VQSR是Variant Quality Score Recalibration，是GATK的核心功能，也就是利用机器学习算法对vcf进行过滤。利用机器学习算法对突变位点进行过滤比采用“一刀切”对所有位点处理的方式准确性更高。进行VQSR，首要要准备的已知变异集作为训练集，可以是Hapmap、OMNI，1000G，dbsnp，瓶中基因组计划等这些国际性项目的数据，然后利用训练集对每一个位点进行过滤。利用VariantRecalibrator工具进行机器学习，ApplyVQSR工具进行处理。VQSR过滤SNP和InDel分别进行，首先处理SNP，得到结果后，在进行InDel处理。具体方法可以参加gatk软件的VQSR说明部分。

/gatk/discussion/39/variant-quality-score-recalibration-vqsr

---------- END ----------

本文标签： 进行序列位点利用突变

版权声明：本文标题：vcf格式文件处理大全(四) 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dongtai/1705541417a143992.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。