다음과 같은 인구 대립 유전자 수 데이터가 있습니다.
1 0 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0
0 2 0 0 0 0 0 0 0 0 0 4 0 2 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 2 0 0 2 1 0 0 0 0 2 4 0 0 0 2 0
열은 모집단이고 행은 SNP입니다. 각 SNP에는 2개의 행이 있습니다(한 행은 각 모집단에서 대립유전자 "1"의 사본 수를 나타내고 한 행은 대립유전자 "2"의 사본 수를 나타냄). 위 예에서 첫 번째와 두 번째 행은 SNP1에 대한 대립 유전자 1과 2의 개수이고, 세 번째와 네 번째 행은 SNP 2에 대한 대립 유전자의 개수이며, 전체 데이터 세트에서도 마찬가지입니다. 모든 모집단에 대한 각 SNP의 모집단 대립유전자 빈도를 계산하고 싶습니다. frequency of allele 1 at SNP1 in population 1 =Number of copies of allele 1 in population/Total number of 1+2 alleles copies in population
이는 frequency of allele 2 at SNP1 in population 1 =Number of copies of allele a in population/Total number of 1+2 gene copies in population
각 SNP에 대해 각 대립유전자의 사본 수를 각 모집단에 대한 대립유전자 "1"과 "2"의 수로 나누어야 함을 의미합니다. 숫자. 이것이 내가 원하는 결과입니다:
1 0 0 0 0 0 0 0 0 0 1 0.333333 1 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0.666667 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 1 1 0 0 0 0 1 1 0 0 0 1 0
R과 bash 솔루션이 있는데 Perl이나 Python에서 이 추정을 수행할 수 있는 방법이 있습니까? 도움을 주시면 감사하겠습니다.
여기에 bash 솔루션이 있습니다
awk '{for(i=1; i<=NF; i++) tally[i]+=$i}; (NR%2)==1{for(i=1; i<=NF; i++) allele1[i]=$i}; (NR%2)==0{for(i=1; i<=NF; i++) allele2[i]=$i; for(i=1; i<=NF; i++) if(tally[i]==0) tally[i]=1; for(i=1; i<=NF; i++) printf allele1[i]/tally[i]"\t"; printf "\n"; for(i=1; i<=NF; i++) printf allele2[i]/tally[i]"\t"; printf "\n"; for(i=1; i<=NF; i++) tally[i]=0}' MyData | sed 's/\t$//g'
하지만 Perl이나 Python으로 변환하는 방법을 모르겠습니다.>
답변1
다음은 귀하가 찾고 있는 것과 매우 유사한 기본 Python 솔루션(멋진 타사 패키지 없음)입니다.
#!/usr/bin/env python2
# snp.py
import sys
# Get the name of the data file from the command-line
data_file = sys.argv[1]
# Read and parse the data from the text file
data = []
with open(data_file, 'r') as file_handle:
for line in file_handle:
data.append([float(n) for n in line.split()])
# Get the number of rows and columns
rows = len(data)
cols = len(data[0])
# Iterate over adjacent pairs of rows
for r in range(rows//2):
# Iterate over columns
for c in range(cols):
# Compute the sum of the two matching entries the pair of rows
t = data[2*r][c] + data[2*r+1][c]
if t:
# Divide each entry by the sum of the pair
data[2*r][c] /= t
data[2*r+1][c] /= t
# Convert the data array back into formatted strings and print the results
for row in data:
print(' '.join(['{0: <8}'.format(round(x,6)) for x in row]))
그게 당신에게 효과가 있나요? 형식이 조금 어긋나도 조정하기 쉬울 것입니다.