使用bcftools合并VCF文件后，如何重新计算更新INFO/FORMAT字段？

bcftools merge仅负责合并位点和样本信息，默认不会重新计算位点级的INFO统计字段（如NS、DP），也不会修改样本级的FORMAT字段（每个样本的DP、RO、AO是个体数据，无需汇总）。要更新INFO字段的统计值，需通过以下步骤处理：

1. 确保输入VCF已索引（可选但推荐） #

如果输入的VCF文件未建立索引，先执行：

bcftools index vcf1.gz
bcftools index vcf2.gz

2. 合并VCF文件 #

执行合并命令，生成包含所有4个样本的合并文件：

bcftools merge vcf1.gz vcf2.gz -O z -o merged.vcf.gz

-O z指定输出为压缩格式，-o指定输出文件名，可添加--index自动生成索引。

3. 重新计算INFO字段统计值 #

使用bcftools +fill-tags工具重新计算位点级的INFO字段，比如NS（有数据的样本数）、DP（总深度）等：

bcftools +fill-tags merged.vcf.gz -O z -o updated_final.vcf.gz -- -t NS,DP,AC,AN

• -- -t NS,DP,AC,AN指定需要重新计算的INFO标签，可根据需求添加或删除；
• 若不指定-t参数，会默认计算所有支持的INFO统计字段。

注意事项 #

• FORMAT字段中的DP、RO、AO属于单个样本的测序数据统计，合并后会保留每个样本的原始值，无需重新计算（这些值不是位点级的汇总统计）；
• 如果合并时存在位点基因型冲突（如同一位置不同文件的基因型不一致），可通过-m参数指定处理方式，例如-m all保留所有基因型，-m idempotent仅合并无冲突的位点。

内容的提问来源于stack exchange，提问作者Prachi