生信技能70 - 基于VCF 文件中计算次等位基因频率（MAF）

于 2025-03-19 21:44:30 发布
阅读量301 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 生信分析项目实战技能合集 文章标签： 数据分析 bash python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/LittleComputerRobot/article/details/146381289

1. 基于VCF 文件中计算次等位基因频率（MAF）

1.1 bcftools mpileup call变异

# 使用bcftools mpileup生成过滤后的VCF
bcftools mpileup -Ou -f reference.fa input.bam | bcftools call -mv -Oz -o filtered.vcf.gz

# 解压缩
gunzip filtered.vcf.gz

1.2 过滤低质量位点（提升准确性）

# --maf
了解本专栏 订阅专栏 解锁全文 超级会员免费看
生信技能66 - bioconvert实现多种生信文件格式的转换
LittleComputerRobot的博客
12-19 211
bioconvert实现多种生信文件格式的转换
生信小白之plink：unknown option “--bfile“ plink：unknown option “--extract“
baidu_39461808的博客
03-16 909
plink: unknown option "--bfile" plink:: unknown option "--extract"
如何把vcf文件转换成maf文件格式？vcf2maf一键解决！
viancheng的博客
05-25 1万+
小胖友，你是否有很多问号，为什么别人都在做群体cohort突变瀑布图了，你还连个输入文件格式都转换不好？ 做肿瘤基因组分析的胖友肯定很熟悉vep软件了，体细胞突变检测结果下来跑个vep，竖线分割长列信息cut grep awk split一顿操作猛如虎，最后啥也没搞明白是常态。。想用R包可视化一下，发现输入文件格式需要maf格式，那今天就先讲这个格式转换吧。下次再更画图的方法。 首先打开你高贵高级高雅的谷狗浏览器，下载vcf2maf软件： 下载地址：https://github.com..
plink, vcftool计算等位基因频率（allele frequency，vcf）
weixin_34004576的博客
09-20 5128
计算等位基因频率有两种方式，第一种用vcftool计算： /path/to/vcftools --vcf file.vcf --freq --chr 1 --out filefreq 　　很简单的一个命令行，file.vcf指的是你要输入的vcf文件，--freq表示计算等位基因频率，--chr后面的1表示你要计算的区域在1号染色体，当然，你也可以选择你想计算的染色体区域，file...
基于bcftools + vcftools的vcf文件快速过滤流程
yschen3的博客
01-25 8044
个人在群体变异数据合并和筛选工作中的一些心得和所用软件，在组内服务器上运行时有着不错的速度
vcftools的使用小结
小八四爱吃甜食的博客
04-08 6262
vcftools的使用小结计算等位基因频率计算Fst转换为plink格式比较两个vcf文件根据id保留或去除vcf文件的样本基因型数据转换为012格式参考链接 计算等位基因频率 用--freq计算等位基因频率 vcftools --vcf test.vcf --freq --out output 对来自chr1的每一个位点统计其基因频率 vcftools --gzvcf combined200.vcf.gz --freq --chr chr1 --out chr1_analysis 计算Fst 使用--
VCF vs Maf | 变异注释及整理为Maf格式
悟道西方
06-27 4092
前文回顾1. GATK官方教程 / 概述及工作前的布置2. GATK教程 / 体细胞短变异检测 (SNV+InDel)流程概览3. GATK教程 / 变异检测前的数据预处理4. GATK / 体细胞短变异检测工具Mutect2的使用5. Mutect2案例 / 有或没有正常样本配对的肿瘤体细胞变异检测结果对比问题概述 体细胞突变结果一般记录在VCF文件中，如果不可视化和...
VAF，MAF，肿瘤纯度，MCF，CCF的概念和计算方法 （转载）
热门推荐
liangbilin的博客
09-06 2万+
VAF的概念和计算方法 VAF的全称是Variant Allele Frequency（变异等位基因频率）或Variant Allele Fraction（变异等位基因分数）。简单来说就是在基因组某个位点支持alternate/mutant allele的reads覆盖深度占这个位点总reads覆盖深度的比例。以VCF文件中的字段为例，其中DP代表Total Depth，AD代表Allele Depth，因此VAF的计算就是： VAF=AlleleDepthTotalDepth=ADDP VAF = \fr
MAF:Mutation Annotation Format格式简介
庐州月光的博客
07-29 3232
欢迎关注”生信修炼手册”!Mutation Annotation Format， 简称MAF, 是由TCGA制定的一种文件格式，用来存储突变注释信息。在TCGA中，对于突变数据有以下四种...
GWAS（2）——gwas相关的文件处理命令总结
小八四爱吃甜食的博客
03-05 2679
目录筛选需要的ID计算缺失率、杂合率和最小等位基因频率（maf、het、missing）基因型过滤计算PCAPCA作图R代码 筛选需要的ID 当我们发现有些样本需要保留或剔除时，可以用vcftools进行处理。参考链接：https://www.omicsclass.com/article/647 例子 假设我们根据需要保留一些样本，先将需要的样本ID存为txt文件（如yes.txt），再用命令： vcftools --vcf test_vcf.vcf --recode --recode-INFO-all
snpexp:带 BAM 文件和 VCF 文件的等位基因频率计数器
06-12
SnpExp 的自述文件 介绍 SnpExp 是一个等位基因频率计数器，带有 BAM 文件和 VCF 文件。 安装 在构建这个项目之前，你必须安装 Li 等人提供的 libbam。 （ ）。 如果构建 SAMtools bam.h，目录中将出现 bgzf.h 和 libbam.o 文件。 这些文件应该复制到头文件和库文件的路径中，通常位于 /usr/local/include/ 和 /usr/local/lib/。 如果这些文件安装正确，您就可以设置和构建程序。 ./configure make 内置的二进制文件可以安装在你的可执行路径中。 SnpExp 的使用 snpexp [-h] [--version] <options> bam1 bam2 ... ##Options ###-V FILENAME VCF 格式提供的变体文件名 ###-o FILENAME
生信软件19 - vcftools高级用法技巧合辑
LittleComputerRobot的博客
05-16 2813
vcftools高级用法
maftools: 可视化maf文件的神器
庐州月光的博客
07-30 4221
欢迎关注”生信修炼手册”!maftools是一个R包，发布在bioconductor上，专门用于MAF文件中信息的可视化，链接如下https://bioconductor.org/pac...
plink做SNP筛选和GWAS
hzau_yang的博客
09-21 1万+
plink解决三个小问题
plink描述性统计--等位基因频率、缺失值
ziixiaoshenwang的博客
09-20 7283
plink描述性统计--等位基因频率、缺失值
一文读懂基因组过滤：专业术语解析（二）
SHANGHAILINGEN的博客
12-17 1402
继续深入学习更多相关名词
maftools ：MAF文件可视化工具
super_he_pi的博客
11-12 1819
【生信分析常用软件】plink如何计算个体杂合度，默认计算位点的原则是什么？
jxm的博客
08-07 93
个体杂合度=观察到的杂合位点数（N-O）/没有缺失的位点数(N)
构建变异图：MAF格式与Rust编程实战
weixin_32661831的博客
03-15 709
多重对齐格式（Multiple Alignment Format，简称MAF）是用于生物信息学中，存储序列对齐结果的一种文件格式。它以一种高效和易于解析的方式存储多个生物序列（如DNA, RNA, 蛋白质序列）的多重序列比对结果。MAF文件通常由多个块组成，每个块包含有连续的比对序列片段，适用于不同物种的基因组比较。例如，UCSC Genome Browser 提供的mafTools，以及Bioconductor的等，它们具备读取、写入、转换和过滤MAF文件的能力。
生信基因序列处理中salmon对象是什么文件
最新发布
03-19
<think>好的，用户想了解Salmon在生物信息学中的文件类型及用途，还有使用方法。首先，我需要回忆一下Salmon的基本信息。Salmon是一个用于转录组定量的工具，它通过比对RNA-seq数据来估计基因或转录本的表达量。根据用户提供的引用内容，特别是引用[3]提到Salmon需要cDNA序列和原始的FASTQ文件，新版本还支持基因组序列以提高准确性。 接下来，用户关注的是Salmon涉及的文件类型及其用途。根据经验，Salmon的主要输入文件包括FASTQ测序数据、转录组参考文件（如cDNA序列），可能的基因组参考文件，以及已有的转录组注释文件（如GTF/GFF）。输出文件则包括quant.sf（表达量估计）、logs（日志信息）、aux_info（辅助信息）和libParams（文库参数）等。 关于使用方法，用户可能需要基本的流程步骤。例如，构建索引和运行定量。需要确保用户了解每个步骤所需的输入文件和命令参数，比如salmon index和salmon quant的区别，以及如何指定输入输出路径。 此外，用户可能还关心注意事项，比如是否需要预处理数据，如何处理链特异性测序，以及如何与其他工具整合。引用[4]提到基因融合的问题，虽然Salmon主要用于定量，但用户可能间接关心结果的准确性，尤其是在复杂情况下的表现。 最后，生成相关问题时要覆盖用户可能进一步探索的方向，比如输入文件准备、提高准确性的方法、结果解读、与其他工具的比较以及新功能的应用场景。需要确保引用正确，例如引用[3]关于基因组序列的使用，引用[2]的项目地址等。 需要检查是否有遗漏的重要文件类型或步骤，以及是否解释清晰每个文件的用途。同时，确保使用中文回答，并正确应用LaTeX格式，但根据用户的问题，可能数学公式较少，但如果有统计模型或表达式需要用到的话。例如，表达量估计可能涉及模型，但用户可能更关注文件而不是数学细节。 总结，回答的结构应该是先介绍Salmon的用途，再分输入和输出文件详细说明，接着使用方法分步骤说明，注意事项，最后相关问题。确保引用标记正确，如引用[3]在提及基因组支持时添加[^3]。</think>### Salmon文件类型及用途解析 Salmon是一款高效的转录组定量工具，通过选择性比对实现快速准确的表达量估计[^2]。其文件类型可分为输入文件和输出文件两大类： #### 一、输入文件类型 1. **FASTQ文件** RNA-seq原始测序数据，支持单端/双端测序数据 示例命令片段： ```bash -1 reads_1.fastq -2 reads_2.fastq ``` 2. **转录组参考文件** - cDNA序列文件（FASTA格式）：包含所有转录本序列 - 基因组序列文件（FASTA格式）：新版本支持，提高比对准确性 - 注释文件（GTF/GFF格式）：辅助处理可变剪切事件 3. **预建索引文件** 通过`salmon index`生成的二进制索引文件，包含转录组序列的k-mer哈希表 ```bash salmon index -t transcripts.fa -i salmon_index ``` #### 二、输出文件结构 输出目录通常包含以下核心文件： ``` quant_out/ ├── quant.sf # 核心定量结果 ├── logs/ # 运行日志 ├── aux_info/ # 辅助信息 │ ├── exp_gc.csv # GC含量校正数据 │ └── bootstrap/ # 置信区间数据（启用时生成） └── libParams/ # 文库参数估计 ``` 1. **quant.sf文件** | 字段 | 说明 | 计算公式 | |---|---|--| | Name | 转录本ID | - | | Length | 有效长度 | $l_{eff} = l_{tx} - \mu_{frag} + 1$ | | TPM | 每百万转录本数 | $\frac{\text{reads}_i/l_{eff,i}}{\sum (\text{reads}_j/l_{eff,j})} \times 10^6$ | | NumReads | 映射reads数 | 选择性比对算法估计值[^2] | 2. **aux_info/exp_gc.csv** 包含基于GC含量的表达量校正系数，用于消除GC偏好性影响 #### 三、典型工作流程 1. **索引构建** ```bash salmon index -t transcripts.fa -i index -k 31 ``` 2. **表达定量** ```bash salmon quant -i index -l A \ -1 reads_1.fastq -2 reads_2.fastq \ -o quant_out --gcBias ``` - `-l A`：自动检测文库类型 - `--gcBias`：启用GC偏好性校正 #### 四、注意事项 1. **数据预处理** 建议先使用Trim Galore!等工具进行质量过滤 2. **链特异性处理** 通过`--libType`参数指定，例如： - ISR：反向互补链测序（常用Illumina链特异性协议） 3. **下游分析整合** quant.sf可直接导入DESeq2等工具： ```r txi <- tximport("quant_out/quant.sf", type = "salmon") ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生信与基因组学

每一份鼓励是我坚持下去动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值