外觀
VCF (Variant Call Format)
儲存變異(SNV、indel、結構變異)與每個樣本基因型的標準格式,是變異呼叫的輸出、註解與判讀的輸入。BCF 是它的二進位版本。
結構
text
##fileformat=VCFv4.2
##reference=GRCh38
##contig=<ID=chr1,length=248956422>
##INFO=<ID=DP,Number=1,Type=Integer,Description="Total depth">
##INFO=<ID=AF,Number=A,Type=Float,Description="Allele frequency">
##FILTER=<ID=LowQual,Description="QUAL < 30">
##FORMAT=<ID=GT,Number=1,Type=String,Description="Genotype">
##FORMAT=<ID=AD,Number=R,Type=Integer,Description="Allelic depths for ref and alt">
##FORMAT=<ID=DP,Number=1,Type=Integer,Description="Read depth">
##FORMAT=<ID=GQ,Number=1,Type=Integer,Description="Genotype quality">
#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT S1 S2
chr1 123456 rs1234567 G A 812 PASS DP=62;AF=0.25 GT:AD:DP:GQ 0/1:18,14:32:99 0/0:30,0:30:90
chr7 140753336 . A T,G 55 LowQual DP=40;AF=0.5,0.5 GT:AD:DP:GQ 1/2:2,20,18:40:60 ./.:.:.:.| 欄位 | 意義 |
|---|---|
| CHROM / POS | 染色體與位置(1-based;indel 的 POS 是前一個錨定鹼基) |
| ID | 已知變異 ID(dbSNP rsID),未知為 . |
| REF / ALT | 參考 / 替代等位基因;多個 ALT 以逗號分隔(多等位位點) |
| QUAL | 「此位點有變異」的 Phred 分數 |
| FILTER | PASS、過濾名稱,或 .(未過濾) |
| INFO | 位點層級註解,key=value 以 ; 分隔(定義在 ##INFO) |
| FORMAT + 樣本欄 | 每個樣本的資料,欄位順序由 FORMAT 決定 |
常見 FORMAT 欄位
| 欄位 | 意義 | 例 |
|---|---|---|
| GT | 基因型:0 = REF、1 = 第一個 ALT、2 = 第二個 ALT;/ 未定相、| 已定相 | 0/1、1|0、./.(無資料) |
| AD | 各等位基因的支持 reads 數(REF, ALT…) | 18,14 |
| DP | 該樣本的深度 | 32 |
| GQ | 基因型品質(Phred) | 99 |
| PL | 各基因型的相對機率(Phred,最可能者為 0) | 450,0,600 |
| AF(體細胞 caller) | 變異等位基因比例 (VAF) | 0.12 |
由 AD 計算 S1 的 VAF:14 / (18 + 14) ≈ 0.44,符合異型合子。INFO 的 AF 則是「這批樣本中」ALT 等位基因的比例(第一列:S1 一個 ALT、兩個樣本共 4 個等位基因 → 0.25;第二列 S2 無資料,只計 S1 的 2 個等位基因 → 各 0.5),兩者意義不同;VAF 與族群頻率的差別見 變異等位基因頻率。
同一個變異的不同寫法
| 問題 | 例 | 解法 |
|---|---|---|
| 多等位位點 | ALT=T,G | bcftools norm -m -any 拆成兩列 |
| indel 位置不唯一 | 重複序列中的缺失可左移或右移 | bcftools norm -f ref.fa 左對齊 |
| 染色體命名 / 版本 | chr7 vs 7;hg19 vs hg38 | 統一後再比對資料庫 |
比對資料庫(ClinVar、gnomAD)前一定要正規化,否則同一個變異會被當成不同變異。
gVCF
gVCF 除了變異位點,也記錄「非變異區段」的信心(<NON_REF> 區塊),讓多樣本聯合基因分型 (joint genotyping) 能區分「確定是參考型」與「沒有資料」。GATK HaplotypeCaller 用 -ERC GVCF 產生,再以 GenomicsDBImport + GenotypeGVCFs 合併。
工具
| 工具 | 用途 |
|---|---|
| bcftools | 檢視、過濾、正規化、合併、查詢 |
| tabix | bgzip 壓縮後建索引、依區域查詢 |
| GATK | 變異呼叫、VQSR、過濾 |
| VEP、SnpEff、ANNOVAR | 功能註解(見 Ensembl VEP) |
| IGV | 目視檢查 |
| cyvcf2 / pysam(Python)、VariantAnnotation(R) | 程式化讀取 |