Biopython - 表型微阵列

表型被定义为生物体针对特定化学物质或环境表现出的可观察的特征或性状。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。让我们在本章中学习如何解析、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采用两种格式：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作为 PlateRecord 对象的集合返回。每个 PlateRecord 对象都包含 WellRecord 对象的集合。每个 WellRecord 对象保存 8 行 12 列格式的数据。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来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 - 加载表型模块如下 -

>>> from Bio import phenotype

步骤 3 - 调用 phenotype.parse 方法传递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 - 访问列表中的第一个板，如下所示 -

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

步骤 5 - 如前所述，盘子包含 8 行，每行有 12 个物品。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 - 每个孔将在不同时间点进行一系列测量，并且可以使用 for 循环进行访问，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
>>>

插值法

插值可以更深入地了解数据。Biopython 提供了对 WellRecord 数据进行插值的方法，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，只需传递以下指定的索引值 -

>>> well[20.10] 
69.40000000000003
>>>

我们可以传递开始时间点和结束时间点以及下面指定的 -

>>> 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 小时的间隔插入 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意值。例如，让我们给出 15 分钟（0.25 小时）的间隔，如下所示 -

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

分析和提取

Biopython 提供了一种使用 Gompertz、Logistic 和 Richards sigmoid 函数来分析 WellRecord 数据的方法。默认情况下，拟合方法使用 Gompertz 函数。我们需要调用 WellRecord 对象的 fit 方法来完成任务。编码如下 -

>>> 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 scipy 模块进行高级分析。它将计算 min、max 和average_height 详细信息，而无需使用 scipy 模块。