Plink in Python

Ich möchte PLINK-Datendateien (.bed, .fam, .map) usw. in Python verwenden. Es gibt ein Modul namens Pyplink.

Installation

Kann mit pip installiert werden

`shell`


pip install pyplink

Wie benutzt man

Angenommen, Sie haben eine Reihe von Dateien in Ihrem aktuellen Verzeichnis, z. B. foo.bed foo.fam foo.bim

`python3`


from pyplink import PyPlink
pyp = PyPlink("foo")

Dadurch wird ein Objekt namens pyp erstellt. Dies ist ein integriertes Objekt von .bed-, .fam- und .bim-Dateien. Sie können mit verschiedenen Mitgliedsfunktionen auf jede Information zugreifen.

`python3`


pyp.get_fam()
pyp.get_nb_samples()
pyp.get_bim()
pyp.get_nb_markers()

`python3`


markerNames = pyp.get_bim().iloc[:,5]

Ermitteln Sie den Genotyp, indem Sie den Markernamen angeben. Basisinformationen können unter Verwendung von acgt erhalten werden.

`python3`


pyp.get_geno_marker(markerNames[0])
pyp.get_acgt_geno_marker(markerNames[0])

Sie können die Marker-ID und den Genotyp auch als Iterator abrufen.

`python3`


markers = ["rs7092431", "rs9943770", "rs1578483"]
for marker_id, genoypes in pyp.iter_geno_marker(markers):
  print(marker_id)
  print(genotypes, end="\n\n")

Beispielskript

Holen Sie sich alle Genotypen männlicher Proben für Marker auf 23 Chromosomen

`python3`


for marker_ID, genotypes in pyp.iter_geno_marker(y_markers):
    male_genotypes = genotypes[males]
    print("{:d} total genotypes".format(len(genotypes)))
    print("{:d} genotypes for {:,d} males ({} on chr{} and position {:,d})".format(
        len(male_genotypes),
        males.sum(),
        marker_ID,
        all_markers.loc[marker_ID, "chrom"],
        all_markers.loc[marker_ID, "pos"],
    ))
    break

Ermitteln Sie die Häufigkeit und den Genotyp des Minor-Allels des angegebenen Markers

`python3`


founders = (all_samples.father == "0") & (all_samples.mother == "0")
markers = ["rs7092431", "rs9943770", "rs1587483"]

for marker_ID, genotypes in pyp.iter_geno_marker(markers):
    valid_genotypes = genotypes[founders.values & (genotypes != -1)]
    maf = valid_genotypes.sum()/(len(valid_genotypes)*2)
    print(marker_ID, round(maf, 6), sep="\t")
    print(genotypes)