最近遇到问题，要将annovar的结果转为vcf，然后用这个vcf对比另一个vcf，找二者共有的变异。其实就是一个bedtools intersect的事，但是annovar的start，end，Ref，Alt和vcf的pos，Ref，Alt没法直接对比，vcf中的Ref，Alt是不能出现横杠(-)的。
在biostars上有人回答了这个问题Convert annovar file to vcf file (biostars.org)，应该说除了没给代码，该有的都有了。
本着能不写代码就不写代码的原则，github上刚好有这这个项目，虽然只有一个星。😂（用annovar注释结果做vcf取交集这种操作，用annovar直接就输出vcf就完事了，也就我这种拿别家分析结果搞事情，才有这种需求）
KijinKims/Annovar2VCF: table annovar format into VCF format (github.com)
下载这个项目
git clone https://github.com/KijinKims/Annovar2VCF.git
由于这个脚本实际调用了annovar附带的retrieve_seq_from_fasta.pl，根据输入的参考基因组文件，去获取indel位置的碱基。因此，如果你存放annovar相关脚本的目录，没有加入环境变量中。那么就需要指定这个脚本的绝对路径。
cd Annovar2VCF/
vi Annovar2VCF.py #编辑此脚本
#找到
retrieve_args=["retrieve_seq_from_fasta.pl", "-format",...]
#将retrieve_seq_from_fasta.pl，修改为绝对路径
#例如我
retrieve_args=["/Data2/soft/annovar/retrieve_seq_from_fasta.pl", "-format",...]
修改完成后，需要安装这个脚本的依赖包numpy,pandas注意，这个脚本是python2写的，由于我个人常年用conda的python3，这几个包都是家中常备。几乎没用过或linux自带的python2，因此我这里直接将此脚本转为了python3脚本。
which python #查看我当前python的路径
#例如我，返回 /home/tanqiang/miniconda3/bin/python
#有python的地方就会有2to3,因此2to3也在/home/tanqiang/miniconda3/bin/里
2to3 -w Annovar2VCF.py #2to3会直接在原始文件上修改，但会生成一个xxx.py.bak的原始文件
#修改后的文件有个空格和tab的缩进小问题
完成这些后，可以运行示例试试，如果成功运行，说明没有问题啦
python Annovar2VCF.py --input sample.txt --output sample.vcf -r /Data2/ref_tq/ucsc.hg19.fasta
查看vcf可以看到，表头（姑且这么叫）没有FORMAT列，不能作为常规的vcf文件，如果有其它数据构造需求，就得自己动手了。
#CHROM POS ID REF ALT QUAL FILTER INFO Func.refGene Gene.refGene GeneDetail.refGene ExonicFunc.refGene AAChange.refGene
如果用这样生成的vcf文件，作为bedtools的输入
bedtools intersect -a sample.vcf -b demo_tar.vcf
会报错，因为bedtools必须识别到vcf的header，即首行需要添加
##fileformat=VCF
Trouble auto-detecting certaain VCF files · Issue #131 · arq5x/bedtools2 (github.com)
网友评论