如何使用Bash移除VCF文件中的chr前缀？

原始VCF文件片段：

#CHROM  POS  
chr1   10570
chr1   10574
chr1   10654

期望输出结果：

#CHROM  POS  
   1   10570
   1   10574
   1   10654

已尝试但无效的命令：

awk '{gsub(/^chr/,""); print}' your.vcf > no_chr.vcf
sed 's/^chr//'
sed 's:chr::g'
awk '{gsub(/\chr/, "")}1'
perl -pe  's/^chr//g'
sed '/^##/! s/chr//'

可行解决方案 #

方案1：处理带前导空格的场景 #

从期望结果看，数据行的1前有空格，说明原始数据行的chr1前可能存在前导空白字符，之前的命令用^chr匹配行首的chr自然失效。可以用以下命令解决：

• sed命令：

sed 's/\s*chr//' your.vcf > no_chr.vcf

\s*会匹配0个或多个空白字符（空格/制表符），随后替换掉紧跟的chr，保留原有空白和染色体编号。

• awk命令：

awk '{gsub(/chr/, "", $1); print}' your.vcf > no_chr.vcf

直接针对第一列（#CHROM列）操作，不管列前有没有空白，只清除该列内的chr前缀。

方案2：仅处理数据行，保留标题行 #

如果需要保留#CHROM标题行不修改，只处理非注释的数据行：

awk '!/^#/ {gsub(/chr/, "", $1)} 1' your.vcf > no_chr.vcf

!/^#/匹配所有不以#开头的数据行，仅对这些行的第一列清除chr；1表示打印所有行（包括标题行和注释行）。

方案3：兼容VCF元信息行 #

如果VCF文件包含大量##开头的元信息行，需要保留这些行，仅修改#CHROM之后的数据行：

sed '/^##/! s/\(^\s*\)chr/\1/' your.vcf > no_chr.vcf

/^##/!表示跳过所有##开头的元信息行；\(^\s*\)捕获行首的空白字符，替换时保留这些空白，只移除chr前缀。

内容的提问来源于stack exchange，提问作者Khaleesi95