[Biopython]直鎖状ゲノムを描画する

2024-02-06追記: 直鎖状・環状ゲノムを可視化するスクリプトをパッケージ化しています。お楽しみに

動機

ゲノムダイアグラム描画ソフトにはgggenomes、ClinkerやArtemis comparison tool (ACT)などがあるものの、PythonベースでSVG出力可能なものが欲しかった

plot_linear_genome.py

Generate plot in SVG

Requirements

• Biopython
• pandas
• SVGwrite

Usage

$ ./plot_linear_genome.py
usage: plot_linear_genome.py [-h] -i [INPUT ...] [-b [BLAST ...]] [-t TABLE] [-o OUTPUT] [-n NT] [-w WINDOW] [-s STEP]
                             [--separate_strands] [--show_gc] [--align_center] [--evalue EVALUE] [--bitscore BITSCORE]
                             [--identity IDENTITY]

Generate plot in SVG

optional arguments:
  -h, --help            show this help message and exit
  -i [INPUT ...], --input [INPUT ...]
                        genbank (required)
  -b [BLAST ...], --blast [BLAST ...]
                        input BLAST result file in tab-separated format (-outfmt 6 or 7) (optional)
  -t TABLE, --table TABLE
                        color table (optional)
  -o OUTPUT, --output OUTPUT
                        output prefix (default: diagram)
  -n NT, --nt NT        dinucleotide (default: GC).
  -w WINDOW, --window WINDOW
                        window size (default: 1000)
  -s STEP, --step STEP  step size (default: 100)
  --separate_strands    separate forward and reverse strands (default: False). Features of undefined strands are shown
                        on the forward strand.
  --show_gc             plot GC content below genome (default: False).
  --align_center        Align genomes to the center (default: False).
  --evalue EVALUE       evalue threshold (default=1e-2)
  --bitscore BITSCORE   bitscore threshold (default=50)
  --identity IDENTITY   identity threshold (default=0)

GenBank形式ファイル(.gb or .gbk)とBLASTN/TBLASTX出力ファイル（任意; -outfmt 6 or 7）を入力する。
BLAST出力ファイルは、GenBank形式ファイルと同じ配列かつIDのFASTAファイルをもとに作成する。

例としてリンホシスチス病ウイルスのゲノムダイアグラムを描く。

• Lymphocystis disease virus 1, complete genome (NC_001824.1)
• Lymphocystis disease virus Sa isolate SA9, complete genome (NC_033423.1)
• Lymphocystis disease virus 2 LCDV-JP_Oita_2018 DNA, complete genome (LC534415.1)

FASTA形式のゲノム配列ファイルについてTBLASTX (or BLASTN; -outfmt 7)で相同性検索

$ tblastx -query NC_001824.fasta -subject NC_033423.fasta -outfmt 7 -out NC_001824_NC_033423.tblastx.out
$ tblastx -query NC_033423.fasta -subject LC534415.fasta -outfmt 7 -out NC_033423_LC534415.tblastx.out

ゲノムダイアグラムを描く。ファイルの順番に注意されたい。

./plot_linear_genome.py -i NC_001824.gb NC_033423.gb LC534415.gb -b NC_001824_NC_033423.tblastx.out NC_033423_LC534415.tblastx.out --separate_strands --align_center --evalue 1e-10 --bitscore 100 # output: out.svg