Biopython - 群体遗传学

群体遗传学在进化论中扮演着重要的角色。它分析物种之间以及同一种类中两个或多个个体之间的遗传差异。

Biopython 提供 Bio.PopGen 模块用于群体遗传学，主要支持 `GenePop`，这是一个由 Michel Raymond 和 Francois Rousset 开发的流行遗传学软件包。

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 格式并理解其概念。

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，如下所示：

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

显示如下所示的基因座和群体信息：

>>> 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)])]] 
>>>

这里，文件中存在三个基因座和三组群体：第一组群体有 4 条记录，第二组群体有 3 条记录，第三组群体有 5 条记录。record.populations 显示所有包含每个基因座等位基因数据的群体集。

操作 GenePop 文件

Biopython 提供了删除基因座和群体数据的选项。

按位置移除群体集：

>>> 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)])]]
>>>

按位置移除基因座：

>>> 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)])]]
>>>

按名称移除基因座：

>>> 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 软件交互

Biopython 提供了与 GenePop 软件交互的接口，从而暴露出其许多功能。Bio.PopGen.GenePop 模块用于此目的。一个易于使用的接口是 EasyController。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 软件并将安装文件夹放在系统路径中。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，第一项是群体列表，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来调用 get_alleles_all_pops 方法，如下所示：

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

要获取特定群体和基因座的等位基因列表，请通过传递基因座名称和群体位置来调用 get_alleles 方法，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、多基因座 F 统计量、Hardy-Weinberg 平衡、连锁不平衡等。

打印页面