水稻泛基因组matrix格式文件与VCF文件的转换，并计算SNP多态性Pi值

数据来源：https://www.nature.com/articles/s41588-018-0041-z#Sec18

Pan-genome analysis highlights the extent of genomic variation in cultivated and wild rice

之前我在网上没有找到如何将上述文章发表的matrix格式SNP文件如何转换为VCF文件的方法，就自己用R和linux写了一个很简陋的，还望诸位读者和我一起改进。

下载原始数据文件SNP.matrix

linux部分：

首先筛选自己需要的数据部分，不然文件太大了R里容易卡死。

R部分：

#作为VCF文件里ALT替代碱基的来源

#由于不知道真实的VCF文件里ALT项是如何表达多种SNP的，就只好选择第一个SNP碱基了，实际应根据SNP类型，后续转变为VCF格式的时候选择0/1或者0/2。我也不知道这0/1或者0/2对于最终结果有没有影响，知道的朋友还请留言哈。

各个亚种的代称在文章supplementary data 1里面，比如筛选aus亚种

关于R代码的优化可以参考https://www.cnblogs.com/purple5252/p/11189791.html

我尝试过优化这个判断，但是可能是由于覆写次数太多，运行效率还不如if else

转换为VCF

这时候得到的是没有描述行的VCF文件，需要手动写入描述

描述是我随便找的

linux部分计算Pi值

所学不精，还请大家多多指教