vcfverifier

通过检查FASTA文件中每条记录的REF列与FASTA文件匹配来验证给定的VCF文件是否与给定的assembly文件匹配（不区分大小写）

安装

首先安装rust，可能使用rustup https://rustup.rs/

然后

cargo install vcfverifier

用法

## Generated FASTA index (fai)
samtools faidx myfile.fa

## Run the verifier
vcfverifier --fasta myfile.fa --vcf myfile.vcf.gz

允许将plaintext、gzip或bgzip vcf文件作为--vcf标志的输入

约速度

处理1000基因组数据集的chr1（6.5M行）需要大约24秒

$ time vcfverifier --fasta hs37d5.fa --vcf ALL.chr1.phase3_shapeit2_mvncall_integrated_v5a.20130502.genotypes.vcf.gz
Lines processed: 6468347
No mismatching lines found
vcfverifier --fasta ~/Downloads/hs37d5.fa --vcf   24.07s user 0.26s system 99% cpu 24.330 total

注意

我的第一个rust项目！

使用faimm将索引过的FASTA文件内存映射，以保持内存使用量低（不需要将整个FASTA加载到内存中，VCF是逐行读取的） https://github.com/veldsla/faimm