vcfR高效處理VCF文件

偶然見(jiàn)發(fā)現(xiàn)了一R包,名曰vcfR,可高效處理vcf文件,并且可以做出好看的圖片

具體可查看說(shuō)明文檔高鐵直達(dá)

安裝

BiocManager::install("vcfR")

測(cè)試數(shù)據(jù)

該軟件自帶測(cè)試數(shù)據(jù),可進(jìn)行操練

# 讀取文件
pkg <- "pinfsc50"
vcf_file <- system.file("extdata", "pinf_sc50.vcf.gz", package = pkg)
dna_file <- system.file("extdata", "pinf_sc50.fasta", package = pkg)
gff_file <- system.file("extdata", "pinf_sc50.gff", package = pkg)
vcf <- read.vcfR( vcf_file, verbose = FALSE )
dna <- ape::read.dna(dna_file, format = "fasta")
gff <- read.table(gff_file, sep="\t", quote="")

讀取的vcf為一個(gè)\color{red}{S4}對(duì)象

> vcf
***** Object of Class vcfR *****
18 samples
1 CHROMs
22,031 variants
Object size: 22.4 Mb
7.929 percent missing data
*****        *****         *****

## 包含如下3個(gè)元素
meta
character vector for the meta information
fix
matrix for the fixed information
gt
matrix for the genotype information

3個(gè)元素包含的信息可以簡(jiǎn)單查閱

# meta 頭信息
> head(vcf@meta)
[1] "##fileformat=VCFv4.1"                                                                                                            
[2] "##source=\"GATK haplotype Caller, phased with beagle4\""                                                                         
[3] "##FILTER=<ID=LowQual,Description=\"Low quality\">"                                                                               
[4] "##FORMAT=<ID=AD,Number=.,Type=Integer,Description=\"Allelic depths for the ref and alt alleles in the order listed\">"           

# fix 1-9列的信息
> head(vcf@fix[,1:7])
     CHROM              POS   ID REF  ALT QUAL      FILTER
[1,] "Supercontig_1.50" "41"  NA "AT" "A" "4784.43" NA    
[2,] "Supercontig_1.50" "136" NA "A"  "C" "550.27"  NA    
[3,] "Supercontig_1.50" "254" NA "T"  "G" "774.44"  NA    
[4,] "Supercontig_1.50" "275" NA "A"  "G" "714.53"  NA    

# gt 各個(gè)樣本的基因型信息
 > head(vcf@gt[,1:3])
     FORMAT           BL2009P4_us23              DDR7602                    
[1,] "GT:AD:DP:GQ:PL" "1|1:0,7:7:21:283,21,0"    "1|1:0,6:6:18:243,18,0"    
[2,] "GT:AD:DP:GQ:PL" "0|0:12,0:12:36:0,36,427"  "0|0:20,0:20:60:0,60,819"  
[3,] "GT:AD:DP:GQ:PL" "0|0:27,0:27:81:0,81,1117" "0|0:26,0:26:78:0,78,1077" 
[4,] "GT:AD:DP:GQ:PL" "0|0:29,0:29:87:0,87,1243" "0|0:27,0:27:81:0,81,1158" 

既然已經(jīng)知道怎么調(diào)取相應(yīng)信息,則可將其存為數(shù)據(jù)框進(jìn)行任意操作

# 將fix內(nèi)容存為 info2
info2 <- vcf@fix
info2 <- as.data.frame(info2)

# 調(diào)取QUAL值存為qa
qa <- info2$QUAL
# 查看qual >30 的個(gè)數(shù)
qa <- as.numeric(as.character(qa))
table(qa > 30)
 TRUE 
22031

\color{red}{將因子轉(zhuǎn)變?yōu)閿?shù)值時(shí)現(xiàn)將其轉(zhuǎn)變?yōu)樽址?,然后在轉(zhuǎn)變?yōu)閿?shù)值}


建立chromR
chrom <- create.chromR(name='Supercontig', vcf=vcf, seq=dna, ann=gff)
# 畫(huà)圖
plot(chrom)

該圖可以看出,深度分布非常突出,峰值可以表示測(cè)序深度的一個(gè)區(qū)域,也能看出有很長(zhǎng)的尾巴,表示存在變異。同時(shí)MQ值都在60左右達(dá)到了峰值,所以可以根據(jù)改值進(jìn)行過(guò)濾。QUAL不太好看出時(shí)從那里開(kāi)始逐漸到峰值

還可以根據(jù)\color{red}{masker()} 進(jìn)行過(guò)濾

chrom <- masker(chrom, min_QUAL = 1, min_DP = 300, max_DP = 700, min_MQ = 59.9,  max_MQ = 60.1)
plot(chrom)

一旦我們對(duì)要考慮的高質(zhì)量變體感到滿意,就可以使用\color{red}{proc.chromR()}處理chromR對(duì)象

chrom <- proc.chromR(chrom, verbose=TRUE)
plot(chrom)

剛才我們已經(jīng)得到了變異文件,fasta文件,gff文件,并且過(guò)濾掉我們不滿意的數(shù)據(jù),現(xiàn)在我們來(lái)對(duì)其進(jìn)行可視化
使用\color{red}{chromoqc()}

chromoqc(chrom, dp.alpha=20)

也可以進(jìn)行調(diào)整X坐標(biāo),篩選出我們想看的區(qū)域

chromoqc(chrom, xlim=c(5e+05, 6e+05))

最后導(dǎo)出數(shù)據(jù)可以使用\color{red}{write.vcf()}

交流歡迎掃碼
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,345評(píng)論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,494評(píng)論 3 416
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事?!?“怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 176,283評(píng)論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 62,953評(píng)論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,714評(píng)論 6 410
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 55,186評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,255評(píng)論 3 441
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 42,410評(píng)論 0 288
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,940評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,776評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,976評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,518評(píng)論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,210評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 34,642評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 35,878評(píng)論 1 286
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,654評(píng)論 3 391
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,958評(píng)論 2 373