Bio.SearchIO.BlatIO 模組

用於 BLAT 輸出格式的 Bio.SearchIO 解析器。

此模組新增了對解析 BLAT 輸出的支援。BLAT（BLAST-Like Alignment Tool，類 BLAST 比對工具）是一種序列相似性搜尋程式，最初是為註解人類基因體而建構的。

Bio.SearchIO.BlastIO 已使用獨立 BLAT 第 34 版、psLayout 第 3 版進行測試。它應該能夠解析 psLayout 第 4 版而不會出現問題。

有關 BLAT 的更多資訊，請參閱以下網站

• 出版物：http://genome.cshlp.org/content/12/4/656

• 使用者指南：http://genome.ucsc.edu/goldenPath/help/blatSpec.html

• 來源下載：http://www.soe.ucsc.edu/~kent/src

• 執行檔下載：http://hgdownload.cse.ucsc.edu/admin/exe/

• Blat 分數計算：http://genome.ucsc.edu/FAQ/FAQblat.html#blat4

支援的格式

BlatIO 支援對 PSL 和 PSLX 輸出格式進行解析、索引和寫入，無論有無標頭。若要解析、索引或寫入 PSLX 檔案，請使用 'pslx' 關鍵字引數並將其設定為 True。

>>> # blat-psl defaults to PSL files
>>> from Bio import SearchIO
>>> psl = 'Blat/psl_34_004.psl'
>>> qresult = SearchIO.read(psl, 'blat-psl')
>>> qresult
QueryResult(id='hg19_dna', 10 hits)

>>> # set the pslx flag to parse PSLX files
>>> pslx = 'Blat/pslx_34_004.pslx'
>>> qresult = SearchIO.read(pslx, 'blat-psl', pslx=True)
>>> qresult
QueryResult(id='hg19_dna', 10 hits)

對於解析和索引，您不需要指定檔案是否具有標頭。對於寫入，如果您想要寫入標頭，您可以將 'header' 關鍵字引數設定為 True。這會將 'psLayout version 3' 標頭寫入您的輸出檔案。

>>> from Bio import SearchIO
>>> qresult = SearchIO.read(psl, "blat-psl")
>>> SearchIO.write(qresult, "example.psl", "blat-psl", header=True)
(1, 10, 19, 23)
>>> import os
>>> os.remove("example.psl")

請注意，寫入的 HSPFragment 數量可能超過 HSP 物件的數量。這是因為在 PSL 檔案中，可能會出現由非連續序列片段組成的單一比對。這就是 HSPFragment 物件發揮作用的地方。這些片段被分組為單一 HSP，因為它們共享相同的統計資料（例如，比對數、BLAT 分數等）。然而，它們不共享相同的序列屬性，例如起始和結束座標，因此它們是不同的物件。

除了解析 PSL(X) 檔案外，BlatIO 還會計算搜尋結果的百分比相似度和分數。這是使用此處發佈的計算公式完成的：http://genome.ucsc.edu/FAQ/FAQblat.html#blat4。它模仿 UCSC 的網頁 BLAT 服務所做的分數和百分比相似度計算。

由於 BlatIO 以單次傳遞方式解析檔案，因此它預期來自相同查詢的所有結果都位於連續的列中。如果來自一個查詢的結果分佈在非連續的列中，BlatIO 會將它們視為個別的 QueryResult 物件。

在大多數情況下，PSL(X) 格式使用與 Python 相同的座標系統（從零開始、半開放）。這些座標錨定在正鏈上。然而，如果查詢在負鏈上比對，BLAT 會改為將 qStarts 座標錨定在負鏈上。BlatIO 知道這一點，並且只要看到負鏈查詢比對，就會將 qStarts 座標重新錨定到正鏈上。相反地，當您寫出到 PSL(X) 檔案時，BlatIO 會將 qStarts 重新錨定回負鏈。

BlatIO 提供以下屬性-欄位對應

物件	屬性	欄位名稱，值
QueryResult	id	Q 名稱，查詢序列 ID
	seq_len	Q 大小，查詢序列完整長度
Hit	id	T 名稱，比對序列 ID
	seq_len	T 大小，比對序列完整長度
HSP	hit_end	T 結束，最後一個比對片段的結束座標
	hit_gap_num	T 缺口鹼基，插入比對中的鹼基數
	hit_gapopen_num	T 缺口計數，比對缺口插入的次數
	hit_span_all	blockSizes，每個片段的大小
	hit_start	T 開始，第一個比對片段的起始座標
	hit_start_all	tStarts，每個比對片段的起始座標
	match_num	match，非重複比對的數量
	mismatch_num	mismatch，不匹配的數量
	match_rep_num	重複比對，屬於重複的比對數量
	n_num	N，N 鹼基的數量
	query_end	Q 結束，最後一個的結束座標
	query_gap_num	查詢片段 Q 缺口鹼基，插入查詢中的鹼基數
	query_gapopen_num	Q 缺口計數，查詢缺口插入的次數
	query_span_all	blockSizes，每個片段的大小
	query_start	Q 開始，第一個查詢區塊的起始座標
	query_start_all	qStarts，每個查詢片段的起始座標
	len [1]	區塊計數，比對中的區塊數量
HSPFragment	hit	比對序列，如果存在
	hit_strand	鏈，比對序列鏈
	query	查詢序列，如果存在
	query_strand	鏈，查詢序列鏈

除了上述欄位對應外，BlatIO 還提供以下物件屬性

物件	屬性	值
HSP	gapopen_num	Q 缺口計數 + T 缺口計數，總計 缺口開啟次數
	ident_num	比對 + 重複比對，相同殘基的總數
	ident_pct	百分比相似度，使用 UCSC 的公式計算
	query_is_protein	布林值，查詢序列是否為蛋白質
	score	HSP 分數，使用 UCSC 的公式計算

最後，也提供了預設的 HSP 和 HSPFragment 屬性。請參閱 HSP 和 HSPFragment 文件以取得有關這些屬性的更多詳細資訊。

[1]

您可以透過在 HSP 上調用 len 來取得 HSP 中的區塊/片段數量

class Bio.SearchIO.BlatIO.BlatPslParser(handle, pslx=False)

基底：object

BLAT PSL 格式的解析器。

__init__(handle, pslx=False)

初始化類別。

__iter__()

迭代 BlatPslParser，產生查詢結果。

class Bio.SearchIO.BlatIO.BlatPslIndexer(filename, pslx=False)

基底：SearchIndexer

BLAT PSL 輸出的索引類別。

__init__(filename, pslx=False)

初始化類別。

__iter__()

迭代檔案控制代碼；產生索引鍵、起始偏移量和長度。

get_raw(offset)

從給定的偏移量傳回 QueryResult 物件的原始位元組字串。

__abstractmethods__ = frozenset({})

class Bio.SearchIO.BlatIO.BlatPslWriter(handle, header=False, pslx=False)

基底：object

blat-psl 格式的寫入器。

__init__(handle, header=False, pslx=False)

初始化類別。

write_file(qresults)

將查詢結果寫入檔案。