问题标签 [vcftools]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
bash - 如何使用 bcftools 视图根据深度过滤我的 vcf 文件？
我以前使用 GATK 和 vcftools 来调用我的 scRNA-seq 数据中的变体。现在我正在尝试使用 bcftools (v.1.9) 来查看是否得到相同的变体。
到目前为止，我已经完成了以下工作：
这创建了一个我用 htsfile 检查的 bcf 文件，它看起来很好。然后我运行 bcftools 调用：
这给了我一个vcf文件。再次使用 htsfile 检查它给了我我所期望的。简要检查它具有所有预期列的文件：（以下是一个示例行）#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT 20190219_Gli1_5d_A03 1 6226714。TT 37.4152。INDEL;IDV=2;IMF=1;DP=2;VDB=0.1;SGB=-0.453602;MQ0F=0;AC=2;AN=2;DP4=0,0,2,0;MQ=60 GT： PL 1/1:67,6,0
现在我想根据读取深度进行过滤。我只想要 DP=10 或更多的职位。我已经尝试过 vcftools (v0.1.16)，但它给了我一个空文件，即使我知道有 DP>10 的位置。这是我运行的 vcftools 代码：
然后我用这段代码尝试了 bcftools 视图：
但是，这给了我错误：
我已经尝试了几个小时，但在任何论坛中都找不到任何答案。非常感谢一些指导！
提前感谢科拉
consensus - 为什么 vcf2fq 生成的共识序列即使在它们占主导地位时也会错过插入缺失？怎么修？
在对齐序列读数并转换为 BAM 后，我可以看到 9 个碱基缺失的存在。
这个删除区域也被 mpileup 和 bcftools 正确调用
在共有序列中，这部分是：
在 vcf 文件中，我确实看到这些 indel 突变具有比其他更多数量的删除突变读取。
总共 224 个读数中的 167+29 = 196 个显示删除。除了两端有一个碱基外，其他缺失重叠，占主导地位的比例相似。
有没有一种方法可以使删除的部分被删除（或用---------填充）而不是少数读取中的核苷酸产生共识？
bioinformatics - 使用 vcftools 过滤 VCF 表后使用 beagle 进行估算
出于某种原因，我无法真正理解只有在使用 vcftools 过滤后才能使用 beagle 估算 VCF 表。过滤非常简单，我已经使用了数百次。这就是我过滤vcf的方式
vcftools --gzvcf ${path}${file}.vcf.gz --remove-indels --max-missing ${maxM} --maf ${maf} --minQ ${minQ} --out ${path}${file}_filterd_minQ${minQ}_maxM${maxM}_maf${maf} --recode #--recode-INFO-all
这就是我运行小猎犬的方式：
java -Xmx144g -jar /home/pogoda/software/BEAGLE/beagle.03Jul19.b33.jar gt=${file} nthreads=36 out=IMPUTED_${file}
我可以毫无问题地估算未过滤的表，因此它必须与过滤有关。知道 vcftools 有什么问题吗？
这是我得到的错误：
linux - 分别将 file1 的 1,2,5 列与 file2 的 1,2,3 列匹配，输出应该与文件 2 中的行匹配。第二个文件是压缩文件 .gz
文件 1
file2 压缩文件 .gz
输出
我试过了
但它不工作
linux - 将三列合并为一列（linux、python 或 perl）
我有一个文件 (.tsv)，其中包含调用所有样本的变体。我想将前三列合并为一列：
示例： 原文：
文件名= variant.tsv > 我要合并的前三列是：
泳道样品ID 条形码
B31 00-00-NNA-0000 0000
期望的输出：
ID
B31_00-00-NNA-0000_0000
推荐的方法是什么？
nextflow - 在 Nextflow 中获取两个输出文件时出现问题
大家好！
我正在尝试编写一个小型 Nextflow 管道，该管道在 300 个 vcf 中运行 vcftools 命令。该管道接受四个输入：vcf、pop1、pop2 和一个 .txt 文件，并且必须生成两个输出：一个 .log.weir.fst 和一个 .log.log 文件。当我运行管道时，它只提供 .log.weir.fst 文件，而不提供 .log 文件。
这是我的流程定义：
这是我的工作流程
当我检查管道的工作目录时，我可以看到管道只生成 .log.weir.fst。为了验证我的代码是否错误，我在工作目录中运行了“bash .command.sh”，这实际上生成了两个输出文件。那么，当我运行管道时是否有理由不获取两个输出文件？
我很感激任何帮助。
vcftools - 使用 bcftools 从 vcf 创建每个样本表
我有一个多样本 vcf 文件，我想在左列中获取一个 ID 表，其中包含它们具有备用等位基因的变体。它应该如下所示：
这是然后读入R
我尝试过以下组合：
bcftools query -f '[%SAMPLE\t] %CHROM:%POS:%REF:%ALT[%GT]\n'
但我不断在同一行上重叠样本 ID，我无法完全弄清楚 sytnax。
您的帮助将不胜感激
pandas - VCF 文件缺少强制性标题行（“#CHROM...”）
当我要在docker 映像和 os ubuntu 18.04 中使用scikit-allel库读取 VCF 文件时出现错误。它表明
raise RuntimeError('VCF 文件缺少强制标题行 ("#CHROM...")') RuntimeError: VCF 文件缺少强制标题行 ("#CHROM...")
但在 VCF 文件中是格式良好的。
这是我如何申请的代码：
安装的版本：Python 3.6.9 Numpy 1.19.5 pandas 1.1.5 scikit-allel 1.3.5
variant - 您应该在哪里使用 conda 将缓存用于 ensembl-vep
我已经在 conda 中安装了 vep，如下所示：
然后我像这样安装了人类缓存：
但是当我尝试运行 vep 时出现错误：
难道我做错了什么？？
variant - 如何在 conda 中运行 ensembl-vep
我是这样安装的：
然后像这样安装人类缓存：
但我无法使用任何命令运行它，例如
这给出了有关下载缓存的错误消息：
或者这个：
这给出了错误：
我想没有人能指出我正确的方向吗？