如何修改vcf文件中的个别代码

Question

我在插补后获得的 vcf 文件中有超过 20k 个人的基因型。 我会给你一个这个 vcf 文件的方面的例子，只有 7 个样本：

#CHROM   POS       ID            REF   ALT    QUAL    FILTER     FORMAT      INFO    0_0_473294.CEL      0_0_347293_v2.CEL       0_0_9588393_RS.CEL        0_0_999444_rp.CEL       0_0_26:9494949.CEL     0_0_237485_RS_rp.CEL    0_0_27:484848.CEL
16       11781     rs549521730    G     C       .       PASS    IMPUTED       GP                  

因此，从第 10 列开始，个体的基因型开始。 现在，我需要修改这个 vcf 文件的个别代码，以便拥有一个具有以下方面的 vcf 文件：

#CHROM   POS       ID            REF   ALT    QUAL    FILTER     FORMAT      INFO    473294     347293       9588393        999444       9494949     237485     484848
 16     11781     rs549521730    G     C       .       PASS    IMPUTED       GP                  

因此，我只需要序列号，不需要侧翼的东西，如.CEL、_RS、26: 等等。

你知道像 bcftools 这样的工具能够重新注释 vcf 文件的示例代码吗？ 或者可以在 bash 中完成吗？ 谢谢你！

Answer 1

如果我没看错您的问题，您似乎只想更改列名？

看起来列样本名称有很多不同的格式； go 如何将这些转换为您想要的数字将取决于具体情况，但可能会涉及正则表达式。 我不确定您的示例是否有足够的信息来回答该部分。

我建议像制作一个单行 header 文本文件（ header.txt ），从它制作一个新的 vcf 文件（ output.vcf ），并附加除了输入 vcf 文件（ input.vcf ）的 header 行之外的所有内容到新文件。

cp header.txt output.vcf
tail -n +2 input.vcf >> output.vcf