【教程】如何使用BCFtools提取全基因组数据到芯片模拟数据？

影梦宙

已于 2023-08-28 00:50:48 修改

阅读量2.3k

点赞数 1

分类专栏：全基因组测序基因检测文章标签： windows 生物信息学

于 2022-06-30 16:55:05 首次发布

本文链接：https://blog.csdn.net/qq_53947118/article/details/125542406

版权

这篇教程详细介绍了在Windows系统中如何使用BCFtools和win10tools，从全基因组BAM/CRAM数据提取到VCF文件，再到芯片模拟数据的过程。涉及下载参考基因组、使用bcftools mpileup、bcftools call、bcftools filter等步骤，并提供了解压、建立索引和数据优化的指导。对于输出数据的质量问题，提供了使用WPS表格或Excel进行数据处理的建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如果您使用的是Windows系统（至少Windows 10），操作这部分的内容建议下载解压Cygwin衍生的win10tools，并打开Cygwin.bat来在Windows模拟部分Linux系统环境。

文末有win10tools的下载链接，如果失效，那么需从以下链接下翻找到Win10 Release Users来下载win10tools：
WGS Extract Version 3 Beta | WGSExtract.github.iohttps://wgsextract.github.io/ 接着打开使用文件夹bin中的exe文件指令Cygwin.bat。如果不能成功打开并Cygwin.bat操作指令，则需另安装单独版Cygwin；或者进入bin文件夹，右击空白处使用Windows终端Terminal操作，但需要在核心指令前加“./”，比如./bcftools mpileup）

首先直接展示我测试时用过的具体指令：

bcftools mpileup --threads 16 -a 'FMT/AD,FMT/ADF,FMT/DP,FMT/SCR,FMT/SP' -d1000 -T F:/WGSE/Template_VCF+TAB/HGDP_Stanford.b37.tab.gz -f ./Reference/hs37d5.fa.gz -Ou 文件名.cram |\
bcftools call --threads 16 --ploidy 2 -a 'INFO/PV4,FMT/GQ' -V indels -m |\
bcftools filter --threads 16 -s LowQual -e '%QUAL<20 || INFO/MQ<10 || INFO/IDV<4 || INFO/IMF<0.1 || FMT/DP<4 || FMT/GQ<20 || FMT/SP>55' -g5 -G5 -Oz > ./temp/文件名.HGDP_Stanford.vcf.gz
bcftools annotate -a F:/WGSE/Template_VCF+TAB/HGDP_Stanford.b37.tab.gz -c CHROM,POS,ID ./temp/文件名.HGDP_Stanford.vcf.gz --threads 16 --collapse all -Oz -o ./temp/文件名.HGDP_Stanford.anno.vcf.gz
tabix -p vcf ./temp/文件名.HGDP_Stanford.anno.vcf.gz
bcftools query -f '%ID\t%CHROM\t%POS[\t%TGT]\n' ./temp/文件名.HGDP_Stanford.anno.vcf.gz |\
sed 's/chr//; s/\tM\t/\tMT\t/g; s/\///; s/\.\.$/--/; s/TA$/AT/; s/TC$/CT/; s/TG$/GT/; s/GA$/AG/; s/GC$/CG/; s/CA$/AC/' |\
sort -k2,3 -V > ./temp/Raw.HGDP_Stanford.xls
rm ./temp/文

最低0.47元/天解锁文章