[软件使用-Vcftools / Plink ] VCF文件中剔除/提取一个或多个样本，两组方法实现及运算时间比较

官网：VCFtools

参数查看：

提取样本 --keep

剔除样本 --remove

# 提取某几个样本 
system("vcftools --vcf eg.vcf --keep keep.list --recode --out keep")
# keep.list 是由每一行为一个样本ID组成的文件

tips: 运行比较耗时

---

官网：PLINK 1.9

可以试一下vcf 转换为 plink 后再执行提取或删除，速度相对比较快。

# 首先VCF转换为Plink
# 这里设置了只保留SNP等参数

plink --vcf eg.vcf --keep-allele-order  --biallelic-only strict -snps-only just-acgt  --const-fid  --make-bed --out rawdata --allow-extra-chr

#基于Plink提取样本

plink --bfile rawdata --keep plink.list --make-bed --out keep --allow-extra-chr
  

小结：比如剔除一个样本--重测序数据可能需要1h; 但vcf 转换为 plink可能耗时0.5h，借助plink提取/剔除样本可能就1min左右，所以推荐使用plink。