macでインフォマティクス

macでインフォマティクス

NGS関連のインフォマティクス情報についてまとめています。

BED、VCF、GTFをユーザー定義の方法でソートする gsort

 

gsortはゲノムファイルをソートするためのツール。たとえば、何らかの理由でVCFを並べ替えて、X、Y、2,1,3、などの順序で並べ替えることができる。他のソートツールでは不可能だったGATK order(1 ... X、Y、MT)に一致するようなソートもできる。ソートは、ユーザーが指定したTSVファイルに従って行われる。ソートできるのは、BED、VCF、GTFになる。

 

インストール

mac os10.14のminiconda2-4.0.5環境でテストした。

 本体 Github

#anaconda環境ならcondaで導入できる
conda install -c bioconda -y gsort

>gsort -h

$ gsort -h

Usage: gsort [--memory MEMORY] [--parent] PATH GENOME

 

Positional arguments:

  PATH                   a tab-delimited file to sort

  GENOME                 a genome file of chromosome sizes and order

 

Options:

  --memory MEMORY, -m MEMORY

                         megabytes of memory to use before writing to temp files. [default: 1300]

  --parent, -p           for gff only. given rows with same chrom and start put those with a 'Parent' attribute first

  --help, -h             display this help and exit

 

実行方法

vcfを指定した ファイル順にソートする

gsort --memory 1500 input.vcf.gz input.genome | bgzip -c > my.crazy-order.vcf.gz

 

 引用

https://github.com/brentp/gsort