我运行此代码来从我的 vcf 文件中过滤掉双等位基因变体：
bcftools view --max-alleles 2 --exclude-types indels merged.ecDNA.vcf.gz>merged.ecDNA2.vcf.gz
但是，我收到一条错误消息：
[E::vcf_parse_format] Number of columns at 1:219048632 does not match the number of samples (111 vs 231)
Error: VCF parse error
问题是，merged.ecDNA2.vcf.gz仍然出现在我的目录中，并且它似乎是一个可用的 vcf 文件。所以我想知道，如果我的代码实际上生成了一个看起来正常运行的 vcf 文件，上述错误是否仍然会对我的输出文件产生任何影响？
这个数字应该1:219048632指什么？
我也尝试过这段代码：
bcftools view -m2 -M2 -v snps merged.ecDNA.vcf.gz>merged.ecDNA3.vcf.gz
对于上述代码，我收到了相同的错误消息。
如果有人可以给出该错误消息含义的一般解释，那将非常有帮助。
答案1
我因为不同的原因而遇到了同样的错误，但一般原因是在创建 VCF 文件的过程中，文件损坏了。例如，如果您从 .txt 文件开始，可能会出现某些行中的列数多于其他行的情况。
例如，有一次我得到一个文件，该文件在假定的行结束后没有开始新行。这使列数增加了一倍，并且我遇到了类似的错误。
在这些情况下我会做的是检查该特定位置。
bcftools view -H merged.ecDNA2.vcf.gz | grep 219048632 -A 3 -B 3
通过搜索 219048632，您将找到损坏的行，并且它将打印 3 行之前和之后，以便您可以看到实际问题是什么。