bash - 用 DNA 字母替换数字基因型代码

Question

如何用 DNA 字母替换数字基因型代码？我有一个修改后的 vcf 文件，如下所示：

POS REF ALT A2.bam C10.bam 448 T C 0/0:0,255,255 0/0:0,255,255 2402 C T 1/1:209,23,0 xxx:255,0,255 n...

我想用 ref 字母替换 0/0，用 alt 字母替换 1/1 并删除它后面的所有字符串。它应该是这样的：

POS REF ALT A2.bam C10.bam 448 T C T T 2402 C G G xxx n...

一直在尝试用 sed 来做，但它不起作用不知道如何处理它

Answer 1

请你试试：

awk '{
    if (NR > 1) {
        for (i=4; i<=5; i++) {
            split($i, a, ":")
            $i = a[1]
            if ($i == "0/0") $i = $2
            if ($i == "1/1") $i = $3
        }
    }
    print
}' file.txt

输出：

POS  REF ALT     A2.bam C10.bam
448 T C T T
2402 C T T xxx
n...    

• 该for循环处理第 4 列和第 5 列 (A2.bam和C10.bam)。
• 首先它在“：”之后切断子字符串。
• 如果剩余值等于“0/0”，则将其替换为第 2 列 ( REF)。
• 如果是“1/1”，请使用第 3 列 ( ALT)。

希望这可以帮助。