replace TSV with CSV for variant outputs

README.md

@@ -72,14 +72,15 @@ python3 -m venv --system-site-packages .venv
 | `strand_damage_profile_3prime.csv` | то же по 3′-концу |
 | `end_enrichment.csv` | C>T/G>A % в первых/последних 1,3,5,10,20 основаниях, по R1/R2 |
 | `candidate_CtoT.bed`, `candidate_GtoA.bed` | позиции для IGV; имя = `ref>alt;depth;alt;VAF` |
-| `candidate_variants.tsv` | контекст каждой позиции: VAF, средняя позиция в read, strand bias, BQ, раскладка R1/R2 |
+| `candidate_variants.csv` | контекст каждой позиции: VAF, средняя позиция в read, strand bias, BQ, раскладка R1/R2 |
+| `clean_variants.csv` / `ffpe_suspect_variants.csv` | разделение на чистые и подозрительные |
 | `CtoT_R1.png` … `GtoA_R2_3prime.png` | графики частоты по позиции в read (5′ и 3′) |
 
 ### Как читать результат
 
 - **Классическая FFPE-сигнатура**: пик `C>T` у 5′-конца R1 и `G>A` у 3′-конца R2 — две цепи одного и того же дезаминирования цитозина. Проверяйте профили R1/R2 и по strand.
 - Если C>T/G>A повышены равномерно по всей длине read (без пика у концов) — это не классическое end-associated повреждение, а другой артефакт/ошибки.
-- **Отличить настоящий вариант от дезаминирования** (`candidate_variants.tsv`): настоящий вариант имеет ожидаемый VAF, распределён по read (средняя позиция ~ середина), встречается на обеих цепях (strand bias не значим) и не привязан к концам. Дезаминирование концентрируется у концов read и на одной цепи.
+- **Отличить настоящий вариант от дезаминирования** (`candidate_variants.csv`): настоящий вариант имеет ожидаемый VAF, распределён по read (средняя позиция ~ середина), встречается на обеих цепях (strand bias не значим) и не привязан к концам. Дезаминирование концентрируется у концов read и на одной цепи.
 
 ## 2. Классификация относительно контролей
 

ffpe_damage_v2.py

@@ -33,7 +33,8 @@ Outputs (in --outdir):
   strand_damage_profile_3prime.csv                (3' profile)
   end_enrichment.csv
   candidate_CtoT.bed / candidate_GtoA.bed         (IGV tracks)
-  candidate_variants.tsv                          (per-position context)
+  candidate_variants.csv                          (per-position context)
+  clean_variants.csv / ffpe_suspect_variants.csv
   CtoT_R1.png CtoT_R2.png GtoA_R1.png GtoA_R2.png (5' plots)
   CtoT_R1_3prime.png ... GtoA_R2_3prime.png       (3' plots)
 """
@@ -616,15 +617,15 @@ def write_beds_and_variants(d, args):
         df["is_ffpe_suspect"] = [x[0] for x in flags]
         df["ffpe_reason"] = [x[1] for x in flags]
 
-        df.to_csv(os.path.join(args.outdir, "candidate_variants.tsv"),
-                  index=False, sep="\t")
+        df.to_csv(os.path.join(args.outdir, "candidate_variants.csv"),
+                  index=False)
 
         clean = df[~df["is_ffpe_suspect"]]
         damaged = df[df["is_ffpe_suspect"]]
-        clean.to_csv(os.path.join(args.outdir, "clean_variants.tsv"),
-                     index=False, sep="\t")
-        damaged.to_csv(os.path.join(args.outdir, "ffpe_suspect_variants.tsv"),
-                       index=False, sep="\t")
+        clean.to_csv(os.path.join(args.outdir, "clean_variants.csv"),
+                     index=False)
+        damaged.to_csv(os.path.join(args.outdir, "ffpe_suspect_variants.csv"),
+                       index=False)
 
         for name, subset, fname in [
             ("clean", clean, "candidate_CtoT_clean.bed"),
@@ -647,8 +648,8 @@ def write_beds_and_variants(d, args):
             f.writelines(clean_ga)
         return df
     else:
-        open(os.path.join(args.outdir, "clean_variants.tsv"), "w").close()
-        open(os.path.join(args.outdir, "ffpe_suspect_variants.tsv"), "w").close()
+        open(os.path.join(args.outdir, "clean_variants.csv"), "w").close()
+        open(os.path.join(args.outdir, "ffpe_suspect_variants.csv"), "w").close()
         return pd.DataFrame()
 
 
@@ -886,7 +887,7 @@ def main():
         n_flag = int(flagged_df["is_ffpe_suspect"].sum())
         n_clean = len(flagged_df) - n_flag
         print(f"variants flagged FFPE : {n_flag} / {len(flagged_df)} "
-              f"-> ffpe_suspect_variants.tsv / clean_variants.tsv")
+              f"-> ffpe_suspect_variants.csv / clean_variants.csv")
 
 
 if __name__ == "__main__":