从 SNP rsid 名称中删除不必要的信息

Question

我有一个 SNP 数据集，但没有按照我需要的方式进行编码。他们不仅拥有"rsNUMBER" 的编码，还拥有芯片分析的信息。例如：GSA-rsNUMBER 或 psy-rsNUMBER

有些还有芯片分析的信息在末尾rsNUMBER_CNV_SULT1A3。

有没有办法删除芯片信息？我的数据是plink二进制格式.bed、.bim和.fam。

Answer 1

您可以使用 Perl 进行简单的 hack：

echo -e "1 rs123-bob 0 123456 N N\n1 bob-rs123 0 123456 N N\n" | perl -p -e "s/(\S+\s+)\S*(rs[0-9]+)\S*(.*)/\1\2\3/g;

以上假设.bim 格式。