概述：
編程語言：Python3.8
模塊：pyvcf csv
可選：jupyter
整體思路：識別WeGene芯片數據txt的文件特征，讀取vcf文件并根據其中內容獲取所需數據并寫入到txt中
前排提示：強烈建議買一個讀寫速度快一點而且至少是128GB或以上的U盤，當然我是直接買了個1T的移動硬盤


?
步驟：

1. 通過觀察微基因芯片測試txt結果，我們可以得知重要信息分別為：RSID chromosome position genotype，并且我們可以發現每列之間的分隔符是一個tab縮進，所以接下來的問題就轉化成如何獲取這四種信息并且以分隔符為tab縮進形式輸出
2. 眾所周知vcf文件里的數據包括ID CHROM POS 參考序列和突變方向，而vcf中又有GT標簽來表示是雜合還是純合，是突變還是未突變。所以得出結論：我們可以直接調用pyvcf模塊，并讀取vcf，遍歷每行的內容，同時直接用ID POS CHROM標簽來獲取所需的RSID chromosome position三種數據，再通過讀取GT標簽，原始型REF和突變型ALT來確定這個位點的genotype。注意：這幾種標簽的數據類型如下表
標簽 |?類型
ID |?str
CHROM | int
POS | int
ID | str
GT | str
REF | str
ALT | list
GT標簽說明：示例結構'0/1'，其中0表示原始型，1表示突變
代碼：


?
結果展示：



3. 從我們輸出的結果可以看出還有些問題，由于ALT標簽輸出的是list所以文件中會存在[]字樣，并且由于讀取的位點中并不是所有位點的genotype長度都是2，而微基因的數據中的genotype長度都是2，所以去除[]的同時還要去除那些genotype長度非2的位點
代碼：


?


?