GVCF与VCF文件差异详解:为什么星号(*)比<NON_REF>更受欢迎?
在基因组数据分析领域,VCF(Variant Call Format)和GVCF(Genomic VCF)文件格式是存储变异信息的标准方式。这两种格式都使用特定的标记来表示非特定的等位基因,其中星号(*)和<NON_REF>是最常见的两种表示方法。本文将深入探讨这两种标记的技术差异、性能影响以及在实际应用中的选择考量。
1. VCF与GVCF文件格式基础
VCF文件是存储基因变异信息的标准格式,包含染色体位置、参考等位基因、变异等位基因等信息。GVCF则是VCF的扩展格式,专门用于存储全基因组测序数据,包含额外的信息如非变异区域的覆盖深度。
关键区别:
- VCF仅记录变异位点
- GVCF记录所有位点,包括非变异区域
- GVCF需要额外的标记来表示"可能存在的变异"
# VCF示例
##fileformat=VCFv4.3
#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT SAMPLE
chr1 1000 . A G 50 PASS . GT:DP 1/1:30
# GVCF示例
##fileformat=VCFv4.3
##ALT=<ID=*,Description="Any possible alternative allele">
#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT SAMPLE
chr1 1000 . A * 50 PASS END=1001 GT:DP:GQ 0/0:30:99
2. 星号(*)与<NON_REF>标记的技术解析
这两种标记都用于表示"可能存在但未确定的变异",但它们的实现方式和历史背景有所不同。
2.1 星号(*)标记
星号(*)在VCFv4.3规范中被正式引入,用于表
209



被折叠的 条评论
为什么被折叠?



