如何使用 awk 和 sed 編輯 ID 列以包含 vcf 文件中的特定文本

Question

我有一個 vcf 文件。 我需要更新我的 vcf 文件中的 ID 列。 這是我的 vcf 文件的樣子：

0797 NA20798 NA20799 NA20800 NA20801 NA20802 NA20803 NA20804 NA20805 NA20806 NA20807 NA20808 NA20809 NA20810 NA20811 NA20812 NA20813 NA20814 NA20815 NA20816 NA20819 NA20826 NA20828

chr22 16050408.T C 100 PASS AA=.;AC=134;AF=0.06;AFR_AF=0.1;AMR_AF=0.05;AN=2184;ASN_AF=0.04;AVGPOST=0.9799;DAF_GLOBAL=.;ERATE=0.0046;EUR_AF=0.06 ;GERP=.;LDAF=0.0649;RSQ=0.8652;SNPSOURCE=LOWCOV;THETA=0.0149;VT=SNP;ANNOTATION_CLASS=ACTIVE_CHROM;CELL=GM12878;CHROM_STATE=13 GT。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0|0 0|1 0|1 0|0 0|1 0|1 0|0 0|0 0|0 0|0 0|1 0|0 0|0 0|0 0|0 0|0 0| 0 0|0 0|0 0|0 0|1 0|0 0|0 0|0 0|0 0|0 0|0 0|1 0|1 0|1 0|0 0|0 0|1 0 |1 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0| 0 0|0 0|0 0|0 0|0 0|1 0|1 0|0 0|0 0|1 0|0 0|1 0|0 0|0 0|0 0|0 0|0 0 |0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0| 0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0|0 0 |0 0|0 0|0 0|1 0|0 0|0 0|0 0|0 0|0 0|0 0|1 0|0 0|0 0|0 0|0 0|0 0|1 0|1 0|1 0|0 0|1 0|1 0|1 0|1 0|1 0|0 0|1 0|1 0|0 0|0 0|0 0|0 0|0 0| 0 0|1 0|0 0|1 0|1 0|1 0|1 0|1 0|0 0|0 0|0 0|0 0|0 0|0

現在我想更新表示為“.”的 ID 列。 通過 chr22_16050408_T_C_b37 所以我的 vcf 文件中的每個 ID 列應該看起來像 chr{no.}_position_refallele_altallele_b37。

我嘗試使用以下命令，但它現在給了我答案。

awk 'NR>1 {print $1""$2""$3""$4"_b37"}' genotype_chr22_filtered_dosage1.txt

output 文件應該是這樣的：對於 ID 列：chr22_16050408_T_C_b37

Answer 1

這是 bcftools annotate 的工作。

bcftools annotate --set-id '%CHROM\_%POS\_%REF\_%ALT'  in.vcf