Whole-Genome-VCF kostenlos ins AncestryDNA-Format umwandeln
Zieh eine Whole-Genome-VCF in den kostenlosen Browser-Konverter, wähle AncestryDNA und erhalte eine SNP-Datei mit fünf Spalten, ohne deine DNA hochzuladen.
Übersetzt aus dem Englischen. Original lesen
Zieh eine Whole-Genome-.vcf oder .vcf.gz in den kostenlosen Konverter unter https://healthosx.com/dna/convert, wähle AncestryDNA und du bekommst eine Textdatei mit fünf Spalten: rsid, chromosome, position, allele1, allele2. Die Umwandlung läuft in deinem Browser, die Datei wird nie hochgeladen. Übrig bleiben nur Einzelnukleotid-Varianten, mit den Koordinaten aus deiner VCF, es sei denn, du überführst GRCh38 nach GRCh37.
Wie wandle ich meine Whole-Genome-VCF ins AncestryDNA-Format um?
Öffne den kostenlosen Konverter unter https://healthosx.com/dna/convert und zieh die VCF hinein. Ein Konto brauchst du nicht. Er liest .vcf und .vcf.gz, auch BGZF-Dateien, die bcftools und GATK schreiben. Wähle AncestryDNA als Ausgabeformat und lade das Ergebnis als .txt oder .zip herunter.
Enthält die VCF mehr als eine Probe, extrahiere zuerst deine eigene mit bcftools view -s SAMPLE. Eine Datei im AncestryDNA-Stil beschreibt eine Person. Eine VCF, die noch gepackt ist, funktioniert unverändert.
Der Konverter kopiert Genotypen. Er ändert nie einen Call, außer wenn die Liftover-Umrechnung von GRCh38 nach GRCh37 den Strang umdreht. Er rät keine fehlende rsID, außer Position und Referenzbuchstabe passen beide zu einem bekannten SNP, und er macht aus einem Indel nie einen SNP.
Welche Zeilen bleiben und welche werden übersprungen
AncestryDNA-Rohdaten sind eine SNP-Tabelle. Der Konverter entscheidet Zeile für Zeile, was sich schreiben lässt.
Bleiben:
- Einzelnukleotid-Varianten auf den Chromosomen 1-22, X, Y oder MT.
- Zeilen mit einer rsID in der ID-Spalte der VCF.
- Zeilen ohne rsID, die nach Position und Referenzbase zu einer bekannten SNP-Stelle passen.
- Zeilen mit einem Call oder einem ausdrücklichen No-Call, der sich als zwei Allel-Spalten schreiben lässt.
- Bei einer All-Sites-VCF oder gVCF: Positionen, die mit der Referenz übereinstimmen, sofern die VCF sie tatsächlich auflistet.
Übersprungen und gezählt:
- Insertionen und Deletionen, weil AncestryDNA-Dateien einzelne Buchstaben enthalten.
- Strukturvarianten.
- Zeilen, die der Variant Caller als unzuverlässig markiert hat, sofern dieser Filter vorhanden ist und vom Konverter gelesen wird.
- Contigs außerhalb der Chromosomen.
- Zeilen ohne rsID, die zu keiner bekannten Stelle passen.
Deshalb kann eine Whole-Genome-VCF mit 3 bis 5 Millionen Varianten einige Millionen AncestryDNA-Zeilen ergeben. Die fehlenden Zeilen sind keine Fehler, sondern Varianten, die nicht ins Format passen.
Was passiert, wenn meine VCF keine rsIDs hat?
Das ist der häufigste Fehler bei Rohdaten von Dante Labs oder Sequencing.com. Eine AncestryDNA-Datei ist nach rsID aufgebaut, der Konverter kann also nicht einfach eine leere ID übernehmen.
Der Konverter führt eine Liste mit 2,17 Millionen bekannten SNP-Stellen. Bei einer VCF-Zeile ohne rsID liest er Position und Referenzbase. Passen beide zu einer Stelle auf der Liste, setzt er die rsID ein und schreibt die Zeile. Wenn nicht, lässt er die Zeile weg und zählt sie.
Eine nicht annotierte VCF wird für die AncestryDNA-Ausgabe also nicht automatisch abgelehnt. Du bekommst aber weniger Zeilen als bei einer VCF mit dbSNP-Annotation, weil sich nur bekannte Stellen benennen lassen. Willst du den vollen Umfang, annotiere vorher mit bcftools annotate -c ID und einer dbSNP-Datei desselben Builds.
Genom-Build: GRCh37 oder GRCh38
Die eigenen Dateien von AncestryDNA nutzen GRCh37. Ist deine VCF schon GRCh37, werden die Positionen unverändert übernommen.
Liegt deine VCF auf GRCh38, kann der Konverter die Positionen auf GRCh37 umrechnen, bevor er das Chip-Layout schreibt. Er nutzt dafür die Chain von Ensembl in deinem Browser, dreht Buchstaben um, wo die Chain den Strang wechselt, und lässt Positionen weg, die sich nicht zuordnen lassen. Von GRCh37 nach GRCh38 rechnet er für diese Ausgabe nicht um.
Sucht ein nachgelagertes Tool Varianten über die rsID, spielt der Build weniger eine Rolle. Gleicht es nach Chromosom und Position ab, gib ihm GRCh37.
Wird mein Genom bei der Umwandlung hochgeladen?
Nein. Die Seite liest deine Datei mit den eigenen Datei- und Streaming-Schnittstellen des Browsers. Umwandlung und Download werden auf deinem Gerät erzeugt. Die Seite zählt nur, dass eine Umwandlung lief, welche zwei Formate beteiligt waren und wie sie ausging. Sie speichert nie die Datei, ihren Namen oder einen Genotyp.
So sieht die Ausgabe aus
Die erste Zeile vermerkt, dass die Datei umgewandelt wurde, damit sie niemand für einen originalen AncestryDNA-Export hält. Jede weitere Zeile enthält rsid, Chromosom, Position und zwei Allel-Spalten. Ein No-Call bleibt ein No-Call, in der eigenen Notation der Ausgabe.
Für die Umwandlung selbst nutze https://healthosx.com/dna/convert. Um dieselbe Datei als vollständigen Bericht zu lesen, öffne den kostenlosen Bericht unter https://healthosx.com/dna und sieh dir deine Varianten zu Herkunft, Merkmalen und Medikamenten-Genen an.
Noch keine DNA-Rohdatei?
Hol dir das HealthOSX DNA Kit: Spuck zu Hause in ein Röhrchen, und deine Herkunft, Linien und Merkmale landen in deinem HealthOSX-Konto, mit der Rohdatei.
DNA Kit ansehenRatgeber auf Deutsch
Geschrieben von
HealthOSX-Forschung