gatk报错 An index is required but was not found for file drivingVariantFile。 bcftools报错 index: the file is not BGZF compressed, cannot index
一、报错详情
操作：
对GATK call变异后的vcf文件进行过滤，首先使用了bcftools的vcfutils.pl进行过滤，并使用gzip生成了vcf.gz的压缩文件，之后用GATK对该文件进行过滤。
报错及解决过程：
gatk报错 An index is required but was not found for file drivingVariantFile
这个报错是因为GATK读别的软件生成的vcf.gz文件，需要一个索引
所以使用bcftools建立索引
bcftools index -t filter1.vcf.gz
#-t 建立tbi索引
但此时bcftools又报错 index: the file is not BGZF compressed, cannot index
这是因为bcftools只能对bgzip压缩后的文件建立索引，而上面使用的压缩方式是gzip
解决方式：
对文件解压之后重新用bgzip压缩，再建立索引，之后用GATK进行过滤。
file.vcf.gz
#用bgzip重新压缩
bgzip file.vcf
#建索引
bcftools index -t file.vcf.gz
#GATK过滤
java -jar GenomeAnalysisTK.jar VariantFiltration -R ref.fa -V file.vcf.gz --filter-expression "QD < 2.0 || FS > 60.0 || MQ < 40.0 " --cluster-window-size 5 --cluster-size 2 --filter-name my_snp_filter -O filter.vcf.gz
注：可以先用GATK进行过滤，再使用其他软件过滤，这样无需建立索引。
二、总结
1.过滤顺序问题
法一：使用GATK call变异后得到vcf文件，可以先用GATK进行过滤，再使用其他软件过滤，这样能有效避免索引问题，无需建立索引。
法二：GATK的缺点是不能指定线程，运行很慢，考虑到速度方面，也可以先使用bcftools、vcftools等进行过滤，之后使用bgzip输出为vcf.gz压缩文件，再使用bcftools建立 tbi 索引，最后再进行GATK的过滤。
2.gzip与bgzip压缩问题
由于SNP位点数量巨大，对应VCF文件也非常大，为节省存储空间，最常见的做法就是压缩。bgzip 可以压缩VCF文件，用法如下
压缩之后，原本的raw.vcf文件就变成了raw.vcf.gz文件。压缩后缀为.gz, 如果想要解压缩，有以下两种用法
bgzip -d raw.vcf.gz
gunzip raw.vcf.gz
bgzip的压缩算法和gzip压缩算法有着相似之处，所以对于bgzip压缩的文件，解压缩时除了可以使用bgzip软件本身，还可以使用gunzip进行解压缩。
需要注意的是，两种算法虽然有相似之处，但是还是有本质区别的，在对VCF文件压缩时，不可以使用gzip来代替bgzip。
gzip压缩的vcf文件就会造成开始的报错，导致GATK或bcftools等其他软件不识别。 bgzip 如果系统中安装了samtools就会有附带安装，不需要额外安装。
解决这种错误建议解压之后重新用bgzip压缩。
