用於計算分子生物學的 Python 工具

Biopython 版本 1.84
© 2024。保留所有權利。
在 GitHub 上編輯此頁面

與「最大概似法親緣關係分析」(PAML) 套件介接。

此模組提供與 PAML (最大概似法親緣關係分析) 程式套件的介面。目前，已包含與程式 codeml、baseml 和 yn00 的介面，以及 chi2 的 Python 重新實作。

可用性

此模組可於 Biopython 1.58 及更新版本中使用。

若要使用此模組，您的系統上必須安裝 PAML 4.1 或更新版本。

codeml

codeml 介面在以下模組中提供

from Bio.Phylo.PAML import codeml

Codeml 物件

初始化

該介面實作為一個物件，用於維護程式選項。為了執行 codeml，通常會提供一個控制檔案，指出比對檔案、樹狀圖檔案和輸出檔案的位置，以及一系列決定軟體如何執行的選項。在 Codeml 物件中，這三個檔案位置會儲存為字串屬性。這三個檔案位置以及所需工作目錄的位置，可以在 Codeml 建構函式中指定如下

cml = codeml.Codeml(
    alignment="align.phylip",
    tree="species.tree",
    out_file="results.out",
    working_dir="./scratch",
)

它們也可以單獨設定

cml = codeml.Codeml()
cml.alignment = "align.phylip"
cml.tree = "species.tree"
cml.out_file = "results.out"
cml.working_dir = "./scratch"

請注意，所有檔案位置都會轉換為相對於工作目錄的位置。PAML 程式對檔案位置字串的長度有限制；轉換為相對位置將縮短這些字串，讓您通常可以避開此限制。

選項

codeml 執行時選項儲存在一個字典物件中，該物件以選項名稱為鍵。如需這些選項用法的更多資訊，請參閱 PAML 使用者手冊。

可以印出完整的選項集及其目前的值

>>> cml.print_options()
verbose = None
CodonFreq = None
cleandata = None
fix_blength = None
NSsites = None
fix_omega = None
clock = None
ncatG = None
runmode = None
fix_kappa = None
fix_alpha = None
Small_Diff = None
method = None
Malpha = None
aaDist = None
RateAncestor = None
aaRatefile = None
icode = None
alpha = None
seqtype = None
omega = None
getSE = None
noisy = None
Mgene = None
kappa = None
model = None
ndata = None

將選項設定為 None 值會導致 codeml 忽略它（它將從最終控制檔案中省略）。可以使用 set_option() 函式設定選項，並且可以使用 get_option() 函式擷取其值

>>> cml.set_options(clock=1)
>>> cml.set_options(NSsites=[0, 1, 2])
>>> cml.set_options(aaRatefile="wag.dat")
>>> cml.get_option("NSsites")
[0, 1, 2]

NSsites 選項值得特別注意：在 codeml 控制檔案中，NSsites 模型會輸入為以空格分隔的數字清單，例如 0 1 2，而在 Codeml 物件中，它會儲存為 Python 清單。

最後，可以從現有的 codeml 控制檔案讀取選項，也可以將選項寫入新檔案。寫入檔案並非必要，因為這會在執行 run() 方法時自動完成（請參閱下文）。要讀取的控制檔案會作為 read_ctl_file() 方法的引數提供，而 write_ctl_file() 方法會寫入 Codeml 物件的 ctl_file 屬性

>>> cml.read_ctl_file("codeml.ctl")
>>> cml.print_options()
verbose = 1
CodonFreq = 2
cleandata = 1
fix_blength = None
NSsites = 0
fix_omega = 0
clock = 0
ncatG = 8
runmode = 0
fix_kappa = 0
fix_alpha = 1
Small_Diff = 5e-07
method = 0
Malpha = 0
aaDist = 0
RateAncestor = 1
aaRatefile = dat/jones.dat
icode = 0
alpha = 0.0
seqtype = 2
omega = 0.4
getSE = 0
noisy = 9
Mgene = 0
kappa = 2
model = 2
ndata = None

>>> cml.ctl_file = "control2.ctl"
>>> cml.write_ctl_file()

執行程式

執行物件的 run() 方法將會使用目前的選項執行 codeml，並在字典物件中傳回已剖析的結果（請參閱下文）。您也可以將一些選用引數傳遞給 run() 方法

如果 codeml 程序以錯誤結束，則會引發 PamlError 例外狀況。

read() 和結果

如先前所述，Codeml.run() 方法會傳回一個字典，其中包含從 codeml 的主要輸出檔案剖析的結果。或者，可以使用 read() 函式剖析現有的輸出檔案

results = codeml.read()

結果字典是以階層方式組織的，並且（在大多數情況下）會根據輸出檔案中使用的術語設定索引鍵。數值會自動轉換為數值的 Python 類型。由於 codeml 的輸出會隨著所使用的參數而有很大差異，因此結果字典的內容也會相應地變化。同樣地，在發生執行時錯誤時，結果字典可能會是空的或缺少內容。因此，建議使用 Python 的 dict.get(key) 方法，而不是 dict[key]，以便妥善處理遺失的元素。

結果字典的所有可能索引鍵組織如下

baseml & yn00

與 baseml 和 yn00 的介面在以下模組中提供

from Bio.Phylo.PAML import baseml, yn00

bml = baseml.Baseml()
yn = yn00.Yn00()

Baseml 和 Yn00 與 Codeml 共享相同的方法和屬性，因此以相同的方式使用。但是，應該注意的是，Yn00 沒有樹狀圖屬性，因為 yn00 不需要樹狀圖檔案。

Baseml

Baseml 選項中可用的參數為

>>> bml.print_options()
verbose = None
cleandata = None
fix_blength = None
nparK = None
model_options = None
clock = None
ncatG = None
runmode = None
fix_kappa = None
fix_alpha = None
noisy = None
method = None
fix_rho = None
Malpha = None
nhomo = None
RateAncestor = None
icode = None
rho = None
alpha = None
getSE = None
Small_Diff = None
Mgene = None
kappa = None
model = None
ndata = None

以下是 Baseml 結果檔中所有可能的內容：

Yn00

Yn00 選項中可用的參數如下：

>>> yn.print_options()
commonf3x4 = None
weighting = None
icode = None
ndata = None
verbose = None

以下是 Yn00 結果檔中所有可能的內容：

chi2

chi2 模組提供了一種簡單的方法，可以從卡方累積分布函數中檢索 *p* 值，這些值通常在使用 PAML 程式時執行概似比檢定。截至目前版本的 PAML，*chi2* 程式不允許將檢定統計量和自由度作為命令列引數傳遞。因此，chi2 模組目前包含以純 Python 重新實作 Ziheng Yang 的原始程式碼。在大多數情況下，這不應該影響您，但是當使用非常大的自由度時，例如在 *codeml* 中的 FMutSel vs FMutSel0 模型檢定（41 個自由度），此 Python 版本執行速度明顯慢於原始版本。

要檢索 *p* 值，只需匯入模組

from Bio.Phylo.PAML.chi2 import cdf_chi2

並使用 cdf_chi2() 函數

>>> df = 2
>>> statistic = 7.21
>>> cdf_chi2(df, statistic)
0.027187444813595696