vcf文件过滤亲本纯合且差异位点

了解过vcf文件的格式之后,对亲本纯合且差异的位点进行过滤就变得简单多了。如果格式规范的话一行awk命令其实就能解决。这里为了提高脚本的适用范围,所以写的稍微麻烦了些。

vcf=要过滤的vcf文件
p1=亲本一的样本名(与vcf中的样本名保持一致)
p2=亲本二的样本名(与vcf中的样本名保持一致)

python vcf_filt.py -i vcf -p1 p1 -p2 p2 >filter.vcf

脚本内容如下:

import argparse
parser = argparse.ArgumentParser()


parser.add_argument('-vcf', "--vcf",dest = "i", default="none", #metavar=", defining metavar is causing an error for some reason
                    help = "total vcf"
                    )
parser.add_argument('-p1', "--parent_1",dest = "P", default="P1", #metavar=", defining metavar is causing an error for some reason
                    help = "parent bulk 1 name"
                    )
parser.add_argument('-p2', "--parent_2",dest = "p",default="P2", #metavar=", defining metavar is causing an error for some reason
                    help = "parent bulk 2 name"
                    )


args = parser.parse_args()
vcffile=args.i
P1=args.P
P2=args.p


info_dic = {}
sample_dic = {}

with open(vcffile,'r')as vcf:
    for line in vcf:
        if line.strip() != '' and line[:2] != "##":
            if line[:2] == "#C":
                for i in line.strip().split("\t"):
                    sample_dic[i] = line.strip().split("\t").index(i)
                    print(line.strip())
            else:
                lst = line.strip().split("\t")
                for i in lst[sample_dic["FORMAT"]].split(":"):
                    info_dic[i] = lst[sample_dic["FORMAT"]].split(":").index(i)
                p1_gt = lst[sample_dic[P1]].split(":")[info_dic["GT"]][0] + lst[sample_dic[P1]].split(":")[info_dic["GT"]][2]
                p2_gt = lst[sample_dic[P2]].split(":")[info_dic["GT"]][0] + lst[sample_dic[P2]].split(":")[info_dic["GT"]][2]
                if (p1_gt == "00" and p2_gt == "11") or (p1_gt == "11" and p2_gt == "00"):
                    print(line.strip())
        else:
            print(line.strip())

整理不易,给个好评再走呗!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,252评论 6 516
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,886评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,814评论 0 361
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,869评论 1 299
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,888评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,475评论 1 312
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,010评论 3 422
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,924评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,469评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,552评论 3 342
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,680评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,362评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,037评论 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,519评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,621评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,099评论 3 378
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,691评论 2 361

推荐阅读更多精彩内容