Biopython - 表型微阵列

表型是指生物体针对特定化学物质或环境表现出的可观察到的性状或特征。表型微阵列同时测量生物体对大量化学物质和环境的反应，并分析数据以了解基因突变、基因特征等。

Biopython 提供了一个优秀的模块 Bio.Phenotype 来分析表型数据。本章我们将学习如何解析、插值、提取和分析表型微阵列数据。

解析

表型微阵列数据可以有两种格式：CSV 和 JSON。Biopython 支持这两种格式。Biopython 解析器解析表型微阵列数据，并将其返回为 PlateRecord 对象的集合。每个 PlateRecord 对象包含一组 WellRecord 对象。每个 WellRecord 对象的数据格式为 8 行 12 列。8 行用 A 到 H 表示，12 列用 01 到 12 表示。例如，第 4 行第 6 列用 D06 表示。

让我们通过以下示例了解解析的格式和概念：

步骤 1 - 下载 Biopython 团队提供的 Plates.csv 文件 - https://raw.githubusercontent.com/biopython/biopython/master/Doc/examples/Plates.csv

步骤 2 - 如下加载 phenotype 模块：

>>> from Bio import phenotype

步骤 3 - 调用 phenotype.parse 方法，传入数据文件和格式选项（“pm-csv”）。它返回可迭代的 PlateRecord，如下所示：

>>> plates = list(phenotype.parse('Plates.csv', "pm-csv")) 
>>> plates 
[PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ..., WellRecord['H12']'), 
PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ..., WellRecord['H12']'), 
PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ..., WellRecord['H12']'), 
PlateRecord('WellRecord['A01'], WellRecord['A02'],WellRecord['A03'], ..., WellRecord['H12']')] 
>>>

步骤 4 - 从列表中访问第一个平板，如下所示：

>>> plate = plates[0] 
>>> plate 
PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ...,
WellRecord['H12']')
>>>

步骤 5 - 如前所述，一个平板包含 8 行，每行有 12 个项目。WellRecord 可以通过两种方式访问，如下所示：

>>> well = plate["A04"] 
>>> well = plate[0, 4] 
>>> well WellRecord('(0.0, 0.0), (0.25, 0.0), (0.5, 0.0), (0.75, 0.0), 
   (1.0, 0.0), ..., (71.75, 388.0)')
>>>

步骤 6 - 每个孔在不同的时间点都会有一系列测量值，可以使用 for 循环访问，如下所示：

>>> for v1, v2 in well: 
... print(v1, v2) 
... 
0.0 0.0 
0.25 0.0 
0.5 0.0 
0.75 0.0 
1.0 0.0 
... 
71.25 388.0 
71.5 388.0 
71.75 388.0
>>>

插值

插值可以更深入地了解数据。Biopython 提供了插值 WellRecord 数据的方法，以获取中间时间点的信息。语法类似于列表索引，因此易于学习。

要获取 20.1 小时的数据，只需将索引值传递如下：

>>> well[20.10] 
69.40000000000003
>>>

我们也可以传递开始时间点和结束时间点，如下所示：

>>> well[20:30] 
[67.0, 84.0, 102.0, 119.0, 135.0, 147.0, 158.0, 168.0, 179.0, 186.0]
>>>

上述命令以 1 小时的时间间隔插值 20 小时到 30 小时的数据。默认情况下，间隔为 1 小时，我们可以将其更改为任何值。例如，让我们将间隔设置为 15 分钟（0.25 小时），如下所示：

>>> well[20:21:0.25] 
[67.0, 73.0, 75.0, 81.0]
>>>

分析和提取

Biopython 提供了一个 fit 方法，可以使用 Gompertz、Logistic 和 Richards sigmoid 函数分析 WellRecord 数据。默认情况下，fit 方法使用 Gompertz 函数。我们需要调用 WellRecord 对象的 fit 方法来完成任务。代码如下：

>>> well.fit() 
Traceback (most recent call last): 
... 
Bio.MissingPythonDependencyError: Install scipy to extract curve parameters. 
>>> well.model 
>>> getattr(well, 'min') 0.0 
>>> getattr(well, 'max') 388.0 
>>> getattr(well, 'average_height') 
205.42708333333334
>>>

Biopython 依赖于 scipy 模块进行高级分析。它将在不使用 scipy 模块的情况下计算 min、max 和 average_height 的详细信息。

打印页面