Biopython 种群遗传学
种群遗传学在进化论中起着重要作用。它分析物种之间以及同一物种内的两个或多个个体之间的遗传差异。
Biopython为群体遗传学提供了Bio.PopGen模块,主要支持`GenePop,一个由Michel Raymond和Francois Rousset开发的流行遗传学包。
一个简单的解析器
让我们编写一个简单的应用程序来解析 GenePop 格式并理解这个概念。
下载Biopython团队提供的genePop文件,链接如下: https://raw.githubusercontent.com/biopython/biopython/master/Tests/PopGen/c3line.gen
使用以下代码片段加载 GenePop 模块:
from Bio.PopGen import GenePop
使用 GenePop.read 方法解析文件如下:
record = GenePop.read(open("c3line.gen"))
显示位点和种群信息如下:
>>> record.loci_list ['136255903', '136257048', '136257636'] >>> record.pop_list ['4', 'b3', '5'] >>> record.populations [[('1', [(3, 3), (4, 4), (2, 2)]), ('2', [(3, 3), (3, 4), (2, 2)]), ('3', [(3, 3), (4, 4), (2, 2)]), ('4', [(3, 3), (4, 3), (None, None)])], [('b1', [(None, None), (4, 4), (2, 2)]), ('b2', [(None, None), (4, 4), (2, 2)]), ('b3', [(None, None), (4, 4), (2, 2)])], [('1', [(3, 3), (4, 4), (2, 2)]), ('2', [(3, 3), (1, 4), (2, 2)]), ('3', [(3, 2), (1, 1), (2, 2)]), ('4', [(None, None), (4, 4), (2, 2)]), ('5', [(3, 3), (4, 4), (2, 2)])]] >>>
在这里,文件中有三个基因座和三组总体:第一个总体有 4 条记录,第二个总体有 3 条记录,第三个总体有 5 条记录。 record.populations 显示所有群体的每个基因座的等位基因数据。
操作 GenePop 文件
Biopython 提供了删除基因座和种群数据的选项。
删除按位置设置的人口,
>>> record.remove_population(0) >>> record.populations [[('b1', [(None, None), (4, 4), (2, 2)]), ('b2', [(None, None), (4, 4), (2, 2)]), ('b3', [(None, None), (4, 4), (2, 2)])], [('1', [(3, 3), (4, 4), (2, 2)]), ('2', [(3, 3), (1, 4), (2, 2)]), ('3', [(3, 2), (1, 1), (2, 2)]), ('4', [(None, None), (4, 4), (2, 2)]), ('5', [(3, 3), (4, 4), (2, 2)])]] >>>
按位置删除轨迹,
>>> record.remove_locus_by_position(0) >>> record.loci_list ['136257048', '136257636'] >>> record.populations [[('b1', [(4, 4), (2, 2)]), ('b2', [(4, 4), (2, 2)]), ('b3', [(4, 4), (2, 2)])], [('1', [(4, 4), (2, 2)]), ('2', [(1, 4), (2, 2)]), ('3', [(1, 1), (2, 2)]), ('4', [(4, 4), (2, 2)]), ('5', [(4, 4), (2, 2)])]] >>>
按名称删除一个轨迹,
>>> record.remove_locus_by_name('136257636') >>> record.loci_list ['136257048'] >>> record.populations [[('b1', [(4, 4)]), ('b2', [(4, 4)]), ('b3', [(4, 4)])], [('1', [(4, 4)]), ('2', [(1, 4)]), ('3', [(1, 1)]), ('4', [(4, 4)]), ('5', [(4, 4)])]] >>>
与 GenePop 软件的接口
Biopython 提供了与 GenePop 软件交互的接口,从而暴露了它的许多功能。 Bio.PopGen.GenePop 模块用于此目的。 EasyController 就是这样一种易于使用的界面。让我们检查如何解析 GenePop 文件并使用 EasyController 进行一些分析。
首先安装GenePop软件,将安装文件夹放在系统路径下。要获取 GenePop 文件的基本信息,请创建一个 EasyController 对象,然后调用 get_basic_info 方法,如下所示:
>>> from Bio.PopGen.GenePop.EasyController import EasyController >>> ec = EasyController('c3line.gen') >>> print(ec.get_basic_info()) (['4', 'b3', '5'], ['136255903', '136257048', '136257636']) >>>
这里,第一项是人口列表,第二项是基因座列表。
要获取特定基因座的所有等位基因列表,请通过传递基因座名称调用 get_alleles_all_pops 方法,如下所示:
>>> allele_list = ec.get_alleles_all_pops("136255903") >>> print(allele_list) [2, 3]
要获取特定种群和基因座的等位基因列表,请通过传递基因座名称和种群位置调用 get_alleles,如下所示:
>>> allele_list = ec.get_alleles(0, "136255903") >>> print(allele_list) [] >>> allele_list = ec.get_alleles(1, "136255903") >>> print(allele_list) [] >>> allele_list = ec.get_alleles(2, "136255903") >>> print(allele_list) [2, 3] >>>
同样,EasyController 公开了许多功能:等位基因频率、基因型频率、多位点 F 统计、Hardy-Weinberg 平衡、连锁不平衡等。