Biopython - 群體遺傳學

群體遺傳學在進化論中扮演著重要的角色。它分析物種之間以及同一種類中兩個或多個個體之間的遺傳差異。

Biopython 提供 Bio.PopGen 模組用於群體遺傳學，主要支援 `GenePop`，這是一個由 Michel Raymond 和 Francois Rousset 開發的流行遺傳學軟體包。

一個簡單的解析器

讓我們編寫一個簡單的應用程式來解析 GenePop 格式並理解其概念。

下載 Biopython 團隊提供的 GenePop 檔案，連結如下：https://raw.githubusercontent.com/biopython/biopython/master/Tests/PopGen/c3line.gen

使用以下程式碼片段載入 GenePop 模組：

from Bio.PopGen import GenePop

使用 GenePop.read 方法解析檔案，如下所示：

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

顯示如下所示的基因座和群體資訊：

>>> 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)])]] 
>>>

這裡，檔案中存在三個基因座和三組群體：第一組群體有 4 條記錄，第二組群體有 3 條記錄，第三組群體有 5 條記錄。record.populations 顯示所有包含每個基因座等位基因資料的群體集。

操作 GenePop 檔案

Biopython 提供了刪除基因座和群體資料的選項。

按位置移除群體集：

>>> 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)])]]
>>>

按名稱移除基因座：

>>> 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)])]]
>>>

與 GenePop 軟體互動

Biopython 提供了與 GenePop 軟體互動的介面，從而暴露出其許多功能。Bio.PopGen.GenePop 模組用於此目的。一個易於使用的介面是 EasyController。讓我們檢查如何解析 GenePop 檔案並使用 EasyController 進行一些分析。

首先，安裝 GenePop 軟體並將安裝資料夾放在系統路徑中。要獲取有關 GenePop 檔案的基本資訊，請建立一個 EasyController 物件，然後呼叫 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'])
>>>

這裡，第一項是群體列表，第二項是基因座列表。

要獲取特定基因座的所有等位基因列表，請透過傳遞基因座名稱來呼叫 get_alleles_all_pops 方法，如下所示：

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

要獲取特定群體和基因座的等位基因列表，請透過傳遞基因座名稱和群體位置來呼叫 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] 
>>>

同樣，EasyController 公開了許多功能：等位基因頻率、基因型頻率、多基因座 F 統計量、Hardy-Weinberg 平衡、連鎖不平衡等。