vcf格式

vcf格式“`VariantCallFormat(VCF)是一个用于存储基因序列突变信息的文本格式。表示单碱基突变,插入/缺失,拷贝数变异和结构变异等。BCF格式文件是VCF格式的二进制文件。CHROM[chromosome]:染色体名称。POS[position]:参考基因组突变碱基

大家好,欢迎来到IT知识分享网。vcf格式"

    Variant Call Format(VCF)是一个用于存储基因序列突变信息的文本格式。表示单碱基突变, 插入/缺失, 拷贝数变异和结构变异等。BCF格式文件是VCF格式的二进制文件。

  CHROM [chromosome]: 染色体名称。

  POS [position]: 参考基因组突变碱基位置,如果是INDEL(插入缺失),位置是INDEL的第一个碱基位置。

  ID [identifier]: 突变的名称。若没有,则用‘.’表示其为一个新变种。

  REF [reference base(s)]: 参考染色体的碱基,必须是ATCGN中的一个,N表示不确定碱基。

  ALT [alternate base(s)]: 与参考序列比较,发生突变的碱基;多个的话以“,”连接, 可选符号为ATCGN*,大小写敏感。

  QUAL [quality]: Phred标准下的质量值,表示在该位点存在突变的可能性;该值越高,则突变的可能性越大;计算方法:Phred值 = -10 * log (1-p) p为突变存在的概率。

  FILTER [filter status]: GATK使用其它的方法进行过滤后得到的过滤结果,如果通过则该值为“PASS”;若此突变不可靠,则该项不为”PASS”或”.”。

  INFO [additional information]: 表示变异的详细信息

  DP [read depth]: 样本在这个位置的一些reads被过滤掉后的覆盖度

  DP4 : 高质量测序碱基,位于REF或者ALT前后

  MQ [mapping quality]: 表示覆盖序列质量的均方值RMS

  FQ : Phred值关于所有样本相似的可能性

  AF1 [allele frequency]: 表示Allele(等位基因)的频率,AF1为第一个ALT等位基因发生频率的可能性评估

  AC1 [allele count]: 表示Allele(等位基因)的数目,AC1为对第一个ALT等位基因计数的最大可能性评估

  AN [allele number]: 表示Allele(等位基因)的总数目

  IS : 插入缺失或部分插入缺失的reads允许的最大数量

  AC [allele count]: 表示该Allele(等位基因)的数目

  G3 : ML 评估基因型出现的频率

  HWE : chi^2基于HWE的测试p值和G3

  CLR : 在受到或者不受限制的情况下基因型出现可能性的对数值

  UGT : 最可能不受限制的三种基因型结构

  CGT : 最可能受限制三种基因型结构

  PV4 : 四种P值的误差,分别是(strand、baseQ、mapQ、tail distance bias)

  INDEL : 表示该位置的变异是插入缺失

  PC2 : 非参考等位基因的Phred(变异的可能性)值在两个分组中大小不同

  PCHI2 : 后加权chi^2,根据p值来测试两组样本之间的联系

  QCHI2 : Phred标准下的PCHI2.

  PR : 置换产生的一个较小的PCHI2

  QBD [quality by depth]: 表示测序深度对质量的影响

  RPB [read position bias]: 表示序列的误差位置

  MDV : 样本中高质量非参考序列的最大数目

  VDB [variant distance bias]: 表示RNA序列中过滤人工拼接序列的变异误差范围

  GT [genotype]: 表示样品的基因型。两个数字中间用‘/’分 开,这两个数字表示双倍体的sample的基因型。

  0 表示样品中有ref的allele

  1 表示样品中variant的allele

  2表示有第二个variant的allele

  0/0 表示sample中该位点为纯合的,和ref一致

  0/1 表示sample中该位点为杂合的,有ref和variant两个基因型

  1/1 表示sample中该位点为纯合的,和variant一致

  GQ [genotype quality]: 表示基因型的质量值。Phred格式的质量值,表示在该位点该基因型存在的可能性;该值越高,则Genotype的可能性越 大;计算方法:Phred值 = -10 * log (1-p) p为基因型存在的概率。

  GL : 三种基因型(RR RA AA)出现的可能性,R表示参考碱基,A表示变异碱基

  DV : 高质量的非参考碱基

  SP : Phred的p值误差线

  PL [provieds the likelihoods of the given genotypes]: 指定的三种基因型的质量值。三种指定的基因型为(0/0,0/1,1/1),这三种基因型的概率总和为1。该值越大,表明为该种基因型的可能性越小。 Phred值 = -10 * log (p) p为基因型存在的概率。

  FORMAT : 用于描述样本的(可选)可扩展的字段列表

  SAMPLEs : 对于文件中描述的每一个(可选)样本,给出了在格式中列出的字段的值

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/35019.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信