问题标签 [vcftools]

这里的初学者试图让管道在 bash 中工作。如果有人可以看到为什么当我运行以下命令时，我会得到：

那真的很有帮助。另外如果有其他错误请告诉我

这个想法是为区域文本文件（包含基因组坐标）中的每一行运行一个在文件中调用tabix的vcf.bz程序，然后使用vcftools指定选项运行输出，然后将所有输出放入genomesregions.txt文件中。

我不了解 Ubunto 或 Perl，但仍需要在其上安装和运行程序。这就是我正在查看的内容：http: //vcftools.sourceforge.net/docs.html

在安装部分它说：

要构建 vcftools 可执行文件，请在 vcftools 文件夹中键入“make”。

Perl 脚本要求 VCF 文件由 bgzip 压缩并由 tabix 索引（这两个工具都是 tabix 包的一部分，可在此处下载）。这两个工具都必须位于 PATH 环境变量中列出的目录中。要运行 Perl 脚本，必须将 PERL5LIB 环境变量设置为包含 Vcf.pm 模块

导出 PERL5LIB=/path/to/your/installation/perl

所以好的，我提取并复制了他们的 VCFtools 文件夹到 ubuntu 的主文件夹中。然后我说“make”它给出了错误，然后我去下载了那个 tabidx 工具，但是从这一点上我不知道如何处理它，好吧我下载了 tabidx，但是接下来要做什么以及如何做呢？

谢谢。

我正在尝试安装一个程序（vcftools），其 Makefile 内容如下：

我无法让这个 Makefile 正确运行，而是得到一个错误，内容如下：

我认为部分问题是与我的 zlib 安装路径相关的错误。我尝试更改 -I 和 -L 路径以匹配我的 zlib 安装，但没有任何运气（有很多文件夹似乎包含 zlib 文件）。

此外，通过搜索与该程序相关的其他论坛（此处），似乎我可能需要 zlib1g-dev。zlib1g-dev 在我的电脑上（它显示在我的 ubuntu 软件中心），但是当我进入时没有显示：

我考虑过删除并重新安装 zlib，但看起来有几个程序依赖于它。尝试运行安装或删除时，我收到以下消息：

sudo apt-get install zlib-devel

我不确定问题是否出在我的计算机上安装 zlib 的位置、安装中的错误，或者其他完全在我脑海中的问题。任何建议将不胜感激。谢谢你。

我有一个数据框（8 个变量的 451 个 obs），它有两列（6 和 7），如下所示：

我想创建一个总结这一点的专栏。为此，我不关心每个单元格中的字母，但我希望保留更大的数字，无论它在哪一行。即我希望它看起来像这样：

没必要，但对于那些想知道我在做什么的人来说，这是一个名为 VCFtools 的程序的输出；它有一个计数功能，可以计算 VCF 中的等位基因，但有时当等位基因明显更常见时，它会将等位基因命名为“次要”。

谢谢你的帮助！

我见过很多人遇到同样的问题，但我还没有找到解决方案。我已经向 GATKs CombineVariants 提供了 24 个 VCF4.1 文件 ( http://evs.gs.washington.edu/EVS/ )。我收到此错误：

我曾在 GATKs 支持处询问过，但没有好的答案。我使用 VCFtools 进行验证，它们都通过了，但有两个非严重警告：

有谁知道？

当我将 vcf 文件转换为 ped 格式（使用 vcftools 或使用 vcf 到 1000G 的 ped 转换器）时，我遇到了一个问题，即没有 dbSNP ID 的变体的 ID 获得了该变体的碱基对位置作为身份证。几个变体的示例：

但是，我希望没有 dbSNP ID 的变体获得格式“chr:basepairposition”。所以上面的例子看起来像：

如果有人可以帮助我解释我必须使用什么命令或脚本来更改没有 dbSNP ID 的变体的第二列，那就太好了。

谢谢！

我有一个令人费解的问题，我希望我能简单地解释一下......

我有以下数据：

我想创建一个 ALT 变量，以便最终可以通过 VCFtools 运行它。但是，当且仅当满足某个语句时，我不完全确定如何通过不断添加变量来创建变量。

例如：

第一列很简单，ALT只有T；但是我只想在 ALT 列中粘贴 T，而不添加“|” 或者 ” - ”。第二个略有不同，我不想将 A 添加到 ALT 变量中，只是因为它在 SNP 条目下可见，而是添加了 T 和 G，由一列分隔。

所以本质上，我只想将每个字母添加到 ALT 变量中，前提是它不等于 REF 变量并且它不等于“--”。

我已经将 SNP 列拆分如下：

但是从这里有点卡住了。我也有“+C，+CC”和“-C”的问题......对于这些，SNP列中的字母被忽略但REF和ALT变为：“A”和“AC，ACC”和分别为“GC”和“G”。我也把它分开了：

如果这真的没有意义；这是我希望不同的选项：

我只包含了上面的例子，但文件中有所有不同的组合。这可以在 R 中完成，还是会变得非常复杂。

提前谢谢...

注1：

首先，如果我在上面的查询中不清楚这一点，我们深表歉意。并感谢那些迄今为止提供帮助的人。根据要求，INDEL 的 ALT 变量将根据 INDEL 前面是否有“-”号或“+”号而改变（即，这不会遵循与 SNP 相同的规则，后者将是大多数行）。

例如：

1. “-C”（或任何有“-”符号的地方），如上所述，REF 需要变为 REF+INDEL，ALT 变为 REF（如果需要，用逗号分隔）：

   /li>

2. 如果有“+”号（无论是 +C、+CC 还是 +GGG 或其他），REF 保持不变，但 ALT 变为 REF+INDEL（如果需要，用逗号分隔）：

   /li>

我想编写一个 bash 脚本来对我的文件进行成对计算。

我在目录中有一个固定文件和一系列文件，我想将它们用于成对比较。

例如：

固定文件的名称是：Genome.vcf 成对计算的文件名都在一个目录中：ind_GER、ind_ENG、ind_MRO

我想出了以下脚本：

我得到的错误是：

显然，我弄错了，如果您能提供帮助，我将不胜感激，谢谢。

这是从特定区域获取 VCF 文件的代码，tabix然后使用 vcftools 中的“保留”选项过滤特定（欧洲）人口。

问题：它创建了 recode.vcf 文件，但是由于 temp2 文件为空，因此没有发生重定向

上面的脚本使用 Weir 和 Cokerham 的 1984 公式计算 1000 个基因组种群数据的 Fst 距离。该公式使用 3 个方差分量，即 a、b、c（群体之间；群体内个体之间；群体内个体内配子之间）。

输出直接提供公式的结果，而不是程序计算得出最终结果的组件。如何让 Vcftools 输出 a、b、c 的值？