Biopython 高级用法

# Biopython 高级功能 ## 使用 Bio.motifs 进行序列基序分析 ### 创建基序 python from Bio import motifs from Bio.Seq import Seq # 从实例创建基序 instances = [ Seq("TACAA"), Seq("TACGC"), Seq("TACAC"), Seq("TACCC"), Seq("AACCC"), Seq("AATGC"), Seq("AATGC"), ] motif = motifs.create(instances) ### 基序共有序列与简并序列 python # 获取共有序列 print(motif.counts.consensus) # 获取简并共有序列 (IUPAC 模糊编码) print(motif.counts.degenerate_consensus) # 访问计数矩阵 print(motif.counts) ### 位置权重矩阵 (PWM) python # 创建位置权重矩阵 pwm = motif.counts.normalize(pseudocounts=0.5) print(pwm) # 计算信息含量 ic = motif.counts.information_content() print(f"信息含量: {ic:.2f} bits") ### 搜索基序 python from Bio.Seq import Seq # 在序列中搜索基序 test_seq = Seq("ATACAGGACAGACATACGCATACAACATTACAC") # 获取位置特异性评分矩阵 (PSSM) pssm = pwm.log_odds() # 搜索序列 for position, score in pssm.search(test_seq, threshold=5.0): print(f"位置 {position}: 得分 = {score:.2f}") ### 从文件读取基序 python # 从 JASPAR 格式读取基序 with open("motif.jaspar") as handle: motif = motifs.read(handle, "jaspar") # 读取多个基序 with open("motifs.jaspar") as handle: for m in motifs.parse(handle, "jaspar"): print(m.name) # 支持的格式: jaspar, meme, transfac, pfm ### 写入基序 python # 以 JASPAR 格式写入基序 with open("output.jaspar", "w") as handle: handle.write(motif.format("jaspar")) ## 使用 Bio.PopGen 进行群体遗传学分析 ### 处理 GenePop 文件 python from Bio.PopGen import GenePop # 读取 GenePop 文件 with open("data.gen") as handle: record = GenePop.read(handle) # 访问群体 print(f"群体数量: {len(record.populations)}") print(f"基因座: {record.loci_list}") # 遍历群体 for pop_idx, pop in enumerate(record.populations): print(f"n群体 {pop_idx + 1}:") for individual in pop: print(f" {individual[0]}: {individual[1]}") ### 计算群体统计数据 python from Bio.PopGen.GenePop.Controller import GenePopController # 创建控制器 ctrl = GenePopController() # 计算基础统计数据 result = ctrl.calc_allele_genotype_freqs("data.gen") # 计算 Fst fst_result = c