VCF文件样本SNV基因型修正问题：bcftools filter未按预期生效

问题根源 #

你之前用的bcftools filter -i是位点级过滤，默认仅保留所有样本都满足条件的位点，--set-GTs只会对被过滤掉的位点（整个位点）设置参考基因型，而非针对单个样本的基因型逐一判断修正。这就是输出文件里仍存在不符合QC的样本基因型的原因。

解决方案：用bcftools +setGT插件（推荐） #

bcftools +setGT是专门用于样本级基因型批量修改的插件，支持对每个样本的基因型单独判断，精准替换不符合条件的基因型为参考型。

1. 基础命令（处理DP/VAF/GQ样本级QC）

bcftools +setGT $vcf_file -- -t q -i 'FORMAT/DP < 10 || FORMAT/VAF < 0.05 || FORMAT/GQ < 99' -n 0 -o filtered_output.vcf

参数说明：

• -t q：启用样本级查询模式，对每个样本的基因型单独评估条件
• -i：定义需要被修正的不符合QC的条件（用||表示任意一项不满足）
• -n 0：将符合上述条件的基因型设为参考型（二倍体为0/0，单倍体为0）

2. 加入位点级GC含量过滤

如果需要同时处理GC含量不符合要求的位点（将该位点所有样本基因型设为参考），可以先处理位点级条件，再处理样本级条件：

# 先把GC不符合的位点所有样本设为参考，再处理样本级QC
bcftools +setGT $vcf_file -- -t s -i 'INFO/GC < 0.2 || INFO/GC > 0.8' -n 0 | \
bcftools +setGT -- -t q -i 'FORMAT/DP < 10 || FORMAT/VAF < 0.05 || FORMAT/GQ < 99' -n 0 -o filtered_output.vcf

参数说明：

• -t s：启用位点级模式，对整个位点的所有样本基因型统一修改

结果验证 #

用以下命令检查是否还有不符合QC的非参考基因型：

bcftools query -f '%CHROM\t%POS\t%SAMPLE\t%GT\t%DP\t%VAF\t%GQ\n' filtered_output.vcf | \
awk '$4 != "0/0" && ($5 < 10 || $6 < 0.05 || $7 < 99)'

如果无输出，说明所有不符合条件的基因型已被成功修正为参考型。

备选方案：调整bcftools filter参数 #

如果不想用插件，也可以调整bcftools filter的参数实现样本级修正：

bcftools filter -i 'SAMPLE="*" && (FORMAT/DP >= 10 && FORMAT/VAF >= 0.05 && FORMAT/GQ >= 99)' \
--set-GTs 0 -m any $vcf_file -o filtered_output.vcf

参数说明：

• -m any：只要有一个样本满足条件就保留该位点
• SAMPLE="*"：明确对所有样本单独评估条件
• --set-GTs 0：将不满足条件的样本基因型设为参考型

内容的提问来源于stack exchange，提问作者Silver surfer