Biopython - 群体遗传学

群体遗传学在进化论中发挥着重要作用。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 提供了用于群体遗传学的 Bio.PopGen 模块，主要支持 Michel Raymond 和 Francois Rousset 开发的流行遗传学包 GenePop。

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，如下所示 -

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

显示位点和种群信息，如下所示 -

>>> 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，文件中有三个可用基因座和三组群体：第一群体有 4 条记录，第二群体有 3 条记录，第三群体有 5 条记录。record.populations 显示所有群体以及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群体数据的选项。

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，从而公开了它的许多功能。Bio.PopGen.GenePop 模块就是用于此目的。EasyController 就是这样一种易于使用的界面。让我们看看如何解析 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下。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，第一项是种群列表，第二项是位点列表。

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_aleles_all_pops 方法，如下所示 -

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

要按特定群体和基因座获取等位基因列表，请通过传递基因座名称和群体位置来调用 get_alleles，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 提供了许多功能：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。