老哥，关于合并1000 Genomes的VCF文件，你提到的先转Plink二进制再合并的路子完全可行，但其实还有更直接的方法，我给你拆解几种方案，你根据后续分析需求选就行：

方案一：先转Plink二进制再合并（你提到的思路） #

这个方法适合后续主要用Plink做群体遗传学分析的场景，步骤很清晰：

• 先逐个把染色体VCF转成Plink二进制格式：

  plink --vcf chr1.vcf --make-bed --out chr1 --allow-extra-chr
  

  （加--allow-extra-chr是因为1000G的染色体命名带chr前缀，Plink默认只识别纯数字染色体，避免报错；如果是压缩的VCF，用--vcf chr1.vcf.gz即可）
• 新建一个合并列表文件merge_list.txt，每行写对应染色体的Plink文件前缀：

  chr1
  chr2
  ...
  chr22
  

• 最后用Plink的--bmerge批量合并：

  plink --bmerge merge-list merge_list.txt --make-bed --out all_chrs --allow-extra-chr
  

• 注意：如果遇到样本ID冲突或者性别字段缺失的问题，可以加--allow-no-sex参数跳过检查，1000G的官方数据样本ID是统一的，一般不会有问题。

方案二：直接合并VCF文件（无需转格式） #

如果后续还需要用VCF格式做分析（比如用GATK、bcftools做变异注释、筛选），直接合并VCF是最省事儿的，推荐用bcftools（效率高、稳定性好）：

• 批量合并压缩的VCF文件（1000G官方数据一般是.vcf.gz格式）：

  bcftools concat chr{1..22}.vcf.gz -o all_chrs.vcf.gz -O z
  

  （{1..22}是shell批量匹配语法，不用手动敲22个文件名；-O z表示输出压缩的VCF，节省空间）
• 如果是未压缩的VCF，直接把后缀改成.vcf就行：

  bcftools concat chr{1..22}.vcf -o all_chrs.vcf.gz -O z
  

• 替代工具：也可以用vcf-concat（vcftools套件里的工具），但效率不如bcftools，命令是：

  vcf-concat chr{1..22}.vcf.gz | bgzip -c > all_chrs.vcf.gz
  

方案三：Plink2一步到位合并VCF转二进制 #

如果你还是想得到Plink二进制文件，但不想分步转，Plink2支持直接批量读取VCF并合并输出：

plink2 --vcf chr{1..22}.vcf.gz --make-bed --out all_chrs --allow-extra-chr

这个命令会直接把22条染色体的VCF合并成一个Plink二进制文件，比方案一少一步，更省心。

选择建议 #

• 要是后续主要用Plink做分析：优先选方案三，一步搞定；或者方案一，适合需要单独处理每个染色体的场景
• 要是后续还要用VCF格式：直接选方案二，避免格式转换的额外操作，还能保留完整的变异信息
• 不管用哪种方法，建议先拿1-2条染色体做测试，确认合并后的文件样本数、位点数正常，再批量处理，避免白忙活

内容的提问来源于stack exchange，提问作者bha