根据SNP构建fasta

# SNP下载：

ftp://ftp-mouse.sanger.ac.uk/current_snps/strain_specific_vcfs/

# vcf格式：

ref：http://www.internationalgenome.org/wiki/Analysis/vcf4.0

# 过滤：

ref:https://biopet.github.io/vcffilter/0.2/index.html 【含下载】

java -jar /home/pc/biosoft/vcffilter-assembly-0.1.jar --help

也可过滤，但是没用。

# 过滤命令：

ref：https://github.com/vcflib/vcflib

/home/pc/biosoft/Vcflib/vcflib/bin/vcffilter -f "FILTER = PASS" BALB_cJ.mgp.v5.snps.dbSNP142.vcf > BALB.vcf

占比：

过滤前 过滤后

约passed：4576884/5203549=0.87956969

# 软件vcftools：

ref：https://sourceforge.net/projects/vcftools/

ref2：http://vcftools.sourceforge.net/index.html

# 命令：

cat ref.fa | vcf-consensus file.vcf.gz > out.fa

# 参考基因组：

ftp-mouse.sanger.ac.uk/ref/GRCm38_68.fa

下载后查看：

VCF文件 sanger的fasta文件 UCSC的mm10 gencode也相同 ensembl不同 sanger UCSC相同 ensembl不同

结论：使用UCSC的mm10参考基因组进行构建OK!

步骤：

1.下载vcf的tbi文件：

axel -n 10 ftp://ftp-mouse.sanger.ac.uk/current_snps/strain_specific_vcfs/BALB_cJ.mgp.v5.snps.dbSNP142.vcf.gz.tbi

或者自己构建：

gunzip BALB.vcf.gz

bgzip -c BALB.vcf > BALB.vcf.gz

tabix -p vcf BALB.vcf.gz

2.vcftools:

cat ../mm10.chr.fa | vcf-consensus BALB.vcf.gz > BALB.fa

发现chr有问题：

sed 's/>chr/>/g' ../mm10.chr.fa > mm10.fa

cat mm10.fa | vcf-consensus BALB.vcf.gz > BALB.fa

sed -i 's/>/>chr/g' BALB.fa

samtools faidx查看下是否相同：

改成了C OK！