tabix中怎么操作VCF文件

tabix中怎么操作VCF文件，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

安装过程如下

wget https://sourceforge.net/projects/samtools/files/tabix/tabix-0.2.6.tar.bz2
tar xjvf tabix-0.2.6.tar.bz2
cd tabix-0.2.6/
make

下载源代码，解压缩之后，编译即可。编译成功之后，会有两个可执行文件tabix和bgzip。

由于SNP位点数量巨大，对应VCF文件也非常的大，为例节省存储空间，最常见的做法就是压缩。bgzip 可以压缩VCF文件，用法如下

bgzip  view.vcf

压缩之后，原本的view.vcf文件就变成了view.vcf.gz文件。压缩后缀为.gz, 如果想要解压缩，有以下两种用法

bgzip -d view.vcf.gz
gunzip view.vcf.gz

bgzip的压缩算法和gzip压缩算法有着相似之处，所以对于bgzip压缩的文件，解压缩时除了可以使用bgzip软件本身，还可以使用gunzip进行解压缩。

需要注意的是，两种算法虽然有相似之处，但是还是有本质区别的，在对VCF文件压缩时，不可以使用gzip来代替bgzip。

对于大型的VCF文件而言，如何快速访问其中的记录也是个难点。tabix可以对VCF文件构建索引，索引构建好之后，访问速度会快很多。tabix对VCF文件建立索引的用法如下

tabix -p vcf view.vcf.gz

注意输入的VCF文件必须是使用bgzip压缩之后的VCF文件，生成的索引文件为view.vcf.gz.tbi, 后缀为.tbi。

构建好索引之后，可以快速的获取指定区域的记录，示例如下

1. 获取位于11号染色体的SNP位点

tabix view.vcf.gz 11

2. 获取位于11号染色体上突变位置大于或者等于2343545的SNP位点

tabix view.vcf.gz 11:2343545

3. 获取位于11号染色体上突变位置介于2343540到2343596的SNP位点

tabix view.vcf.gz 11:2343540-2343596

关于tabix中怎么操作VCF文件问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。