章节与参考
本页完整说明已译为现代汉语;函数、参数、代码和原始数据标识保留原样。 用法说明
可选 VariantAnnotation 读取本地 VCF 文本(包括 gzip)。以 .bcf 或 .bcf.gz 结尾的文件先由显式选定 Python 环境中的 pysam/HTSlib 转为临时 VCF。不安装解析器,也不在绘图时运行。这是针对选定本地文件的内存适配器,不是染色体规模索引查询或变异检测器。
用法
R · 示例代码
read_vcf(
file = NULL,
files = NULL,
structural = FALSE,
python = "python3",
source_file = FALSE
)返回值
列表包含 features$variant(参考等位基因跨度)、breakends、links 和 report。报告保留各完整解析 VCF 对象、源记录文本、原始表头和 ID、解码器版本、警告及未知长度保持缺失的序列字典。原始 INFO 和基因型证据在 report$records 中,不将特定 caller 的支持字段默认为通用计数。表中 .source_input 和 .source_record 对应报告文件及其记录顺序,不是新造的生物学观测 ID。BCF 文本为解码器输出,不是原始二进制字节;不赋予 BCF 物理行号。
详细说明
每条可放置源记录保留一行,包括多等位记录。变异 feature 表示 POS 处参考等位基因跨度,包括 padding 碱基;不冒充插入序列或符号 SV 的 footprint。保留原 ID、REF、ALT 列表、QUAL、FILTER、INFO 和样本/基因型数组。缺失 ID 仍缺失。不合并、筛选、定相或归一化等位基因和样本,不从位置推断支持度、Identity 或完整长度。表头未知长度保持 NA。端粒或越界参考跨度保留在完整解析源及 report$records[[i]]$unplaced_features,不裁切制造参考 feature。空 VCF 返回空 feature 表。显式结构变异解码使用可选 StructuralVariantAnnotation,关闭缺失 mate 推断,保留位置不确定性。每个互惠解码对生成一条 link,包含两个源记录索引;单端及未配对记录仍保留在源和报告中。断点方向描述衍生序列,不是同源方向或 feature 链。连接保留升序置信区间和独立方向字段,不制造 pident、相对 Orientation 或指向缺失 mate 的连接。解码器派生元数据与原始证据分开标明。超出已知边界的断点标为 .plottable = FALSE,受影响的配对保留在报告 unplaced_links 中,不裁切成精确边界。
示例
R · 示例代码
# \donttest{
# 可选 Bioconductor 解码器的加载可能需要数秒。
if (requireNamespace("VariantAnnotation", quietly = TRUE)) {
path <- system.file("extdata", "chr22.vcf.gz", package = "VariantAnnotation")
# 保留原始头部和前三条真实记录,不改写字段。
con <- gzfile(path, "rt")
lines <- character()
records <- 0L
while (records < 3L) {
line <- readLines(con, n = 1L)
if (!length(line)) break
lines <- c(lines, line)
if (!startsWith(line, "#")) records <- records + 1L
}
close(con)
input <- tempfile(fileext = ".vcf")
writeLines(lines, input)
variants <- read_vcf(input)
print(variants$features$variant[c("accver", "start", "end", "feature_id")])
unlink(input)
}
#> accver start end feature_id
#> 1 22 50300078 50300078 rs7410291
#> 2 22 50300086 50300086 rs147922003
#> 3 22 50300101 50300101 rs114143073
# }
