使用bcftools view 拆分vcf格式文件

首先看一下bcftools view用法

1

我们重点关注Subset 和output选项   

我们仅使用-o -O -s -S 这四个选项

-o 输出为标准的vcf文件，如果输出为vcf.gz文件，需要加管道符  | gzip -c > output.vcf.gz

-O 输出指定格式的文件,b代表压缩的BCF；u代表不压缩的BCF；z代表压缩的VCF;v代表不压缩的VCF.

命令为 -Oz 

-s 后面跟着样品名称，在样品名称前加^前缀则表示筛掉这些样品，不加则表示保留这些样品

命令为-s sample1,sample2                -s ^sample1,sample2

-S 后面跟着包含样本名称的文件，在样品名称前加^前缀则表示筛掉这些样品，不加则表示保留这些样品,文件格式为下，每行一个样品名称。       

SAMN03031171_SAMN03031171

SAMN03031172_SAMN03031172

SAMN03031173_SAMN03031173

SAMN03031174_SAMN03031174

我的目标是把一个有21个个体的文件拆分成分别有10个个体的两个文件

bcftools view AWB_new_XYMT_zk_tc.vcf.gz -S pop1.txt -o pop1.vcf

最初使用这个命令会报错，如下

2

它提示我们要用tabix建立索引

按照提示 

tabix -p vcf AWB_new_XYMT_zk_tc.vcf.gz

会生成这个文件AWB_new_XYMT_zk_tc.vcf.gz.tbi

再运行命令bcftools view AWB_new_XYMT_zk_tc.vcf.gz -S pop2.txt -o pop2.vcf  

或者bcftools view AWB_new_XYMT_zk_tc.vcf.gz -S pop2.txt | gzip -c > pop2.vcf.gz

3

没有出现错误，并输出了结果，表示我的目标达成

使用  bcftools view AWB_new_XYMT_zk_tc.vcf.gz -S pop1.txt -Oz pop1.vcf.gz 会出现下面的结果

4

经过我两分钟的思考，我想出了问题所在 -Oz只是一个命令参数不能作为输出参数

所以正确的命令为

bcftools view AWB_new_XYMT_zk_tc.vcf.gz -Oz -S pop1.txt -o pop1.vcf.gz

5

果然不出我所料！

至此，看完这篇文章，你是否掌握了bcftools view 拆分为不同样本文件的方法呢，希望你有所收获。