Biopython人口遗传学

Biopython人口遗传学

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两个或多个个体之间的遗传差异。

Biopython提供了用于人口遗传学的Bio.PopGen模块,并主要支持GenePop,这是由Michel Raymond和Francois Rousset开发的流行遗传学软件包。

1. 简单的解析器

下面我们编写一个简单的应用程序来解析GenePop格式并理解其概念。

在下面给出的链接中下载Biopython团队提供的genePop文件 - 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,如下所示:

record = GenePop.read(open("c3line.gen"))

得到如下的基因座和人口信息-

>>> 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人口:第一人口有4个记录,第二人口有3个记录,第三人口有5个记录。record.populations显示每个位点的所有种群等位基因数据。

2. 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)])]]
>>>

按位置删除一个位置 -

>>> 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)])]]
>>>

按名称删除一个位置 -

>>> 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)])]]
>>>

3. GenePop软件接口

Biopython提供了与GenePop软件进行交互的接口,从而从中公开了许多功能。Bio.PopGen.GenePop模块用于此目的。这样的一种易于使用的接口是EasyController。下面来看看如何解析GenePop文件并使用EasyController进行一些分析。

首先,安装GenePop软件,并将安装文件夹放置在系统路径中。要获取有关GenePop文件的基本信息,请创建一个EasyController对象,然后按下面的方式调用get_basic_info方法-

>>> from Bio.PopGen.GenePop.EasyController import EasyController 
>>> ec = EasyController('c3line.gen') 
>>> print(ec.get_basic_info()) 
(['4', 'b3', '5'], ['136255903', '136257048', '136257636'])
>>>

在此,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(如下所示)来调用get_alleles_all_pops方法-

>>> allele_list = ec.get_alleles_all_pops("136255903") 
>>> print(allele_list) 
[2, 3]

要按特定人群和基因座获取等位基因列表,请通过传递如下所示的基因座名称和种群位置来调用get_alleles-

>>> 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具有许多功能:等位基因频率,基因型频率,多基因座F统计量,Hardy-Weinberg平衡,连锁不平衡等。