pypgen 0.2.1

特点：

• 处理多等位snp调用
• 允许单个VCF文件包含多个填充
• 按标准VCF (Variant Call Format)操作 格式化的snp呼叫
• 使用bgziped输入 用于快速随机访问
• 利用多个处理器核
• 计算其他度量：
  • 每个窗口的snp计数
  • 每个窗口的平均读取深度（+/-stdev）
  • 每个单核苷酸多态性具有固定等位基因的群体
  • 我想得更多

重要提示：

Pypgen仍在积极开发中，几乎肯定包含 漏洞。如果发现错误，请在的issues section中提交报告 github存储库，我会尽快解决它。

所附脚本：

• 滑动窗口分析（vcf_sliding_window.py）
• 根据SNP分析（vcf_snpwise_fstats.py）

依赖性：

• OSX或Linux
• Python 2.7
• Numpy
• pysam 以及samtools

安装：

首先安装samtools。在os x上，我建议使用homebrew来实现这一点。安装samtools并在终端中可用后，您可以使用pip或setuptools安装当前版本的pypgen:

pip install pypgen

或者，

easy_install pypgen

或者，如果您喜欢生活在边缘，可以从github克隆并安装当前的开发版本。

pip install -e git+https://github.com/ngcrawford/pypgen.git

文档：

将提供更详细的文档，但同时可以通过运行：

python [script name].py --help

输出：

注意：这可能会改变。

vcf_滑动窗口.py:

• chrm=染色体名
• start=窗口的起始位置
• stop=窗口的结束位置
• snp_count=窗口中snp的总数
• total_depth_mean=整个窗口的平均读取深度
• total_depth_stdev=读取深度的标准偏差 窗口
• pop1.sample_count.mean=对于“pop1”，每个snp的平均样本数
• pop1.sample_count.stdev=每个snp的样本标准偏差 对于-“pop1”
• pop2.sample_count.mean=对于“pop2”，每个snp的平均样本数
• pop2.sample_count.stdev=每个snp的样本标准偏差 对于“POP2”
• pop2.pop1.d_est=多位点目标（jost 2008）
• pop2.pop1.g_double_prime_st_est=（Meirmans&hedrick 2011年）
• pop2.pop1.g_prime_st_est=标准GST（Hedrick 2005）
• pop2.pop1.gst_est=fst根据样本大小进行了更正，并允许 多等位基因座（nei&chesser 1983）
• 继续……

vcf_snpwise_fstats.py:

• chrm=染色体名
• pos=snp的位置
• outgroups=样本数
• pop1=人口id
• pop1.pop2.d_est=多位点目标（jost 2008）
• pop1.pop2.g_double_prime_st_est=（梅尔曼和亨德里克 2011年）
• pop1.pop2.g_prime_st_est=标准GST（Hedrick 2005）
• pop1.pop2.gst_est=fst根据样本量和 一允许多等位基因座（nei&chesser 1983）
• pop1.pop2.hs_est
• pop1.pop2.ht_est
• 继续……，
• pop1_fixed=如果样本固定在特定等位基因处，则 标志设置为1（二进制为“真”）。
• 继续……