PythonでPlink

PythonでPLINKのデータファイル(.bed, .fam, .map)などを利用したい。pyplinkというモジュールがある。

インストール

pipでインストールできる

shell

pip install pyplink

使い方

カレントディレクトリに foo.bed foo.fam foo.bim などの一連のファイルが存在するとすると

python3

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

これでpypというオブジェクトができる。これは.bed, .fam, .bimファイルを統合したオブジェクトである。各種メンバ関数でそれぞれの情報にアクセスできる。

python3

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

python3

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

マーカー名を指定してジェノタイプを得る。acgtにすると塩基情報を得ることができる。

python3

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

イテレータとしてマーカーID, ジェノタイプを得ることもできる。

python3

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

サンプルスクリプト

23染色体上のマーカーについて男性サンプルのジェノタイプをすべて得る

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

指定したマーカーのMinor allele frequencyとジェノタイプを得る

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)