Python Port of the R Bioconductor ` Seqlog ` Package
seqlogo的Python项目详细描述
bioconductor的python端口seqlogo由weblogo服务
在生物信息学领域，一个共同的任务是在
基因组或蛋白质序列中的不同位置。其中一个方面
分析包括创建位置矩阵（PM）的变体：位置频率矩阵（PFM）。
位置概率矩阵（ppm）和位置权重矩阵（pwm）。的正式格式
可以在这里找到一个pwm文件 pm文件可以是纯文本、空格分隔的矩阵，这样列的数量
匹配所需字母表中的字母数，行数是位置数
按照你的顺序。任何以 注意：不直接支持transfac matrix和meme motif格式。 其中 这通常是以常客的方式产生的。如果管道
计算每个位置上观察到的所有字母，这称为位置频率矩阵（pfm）。 pfm可以直接转换为ppm，创建一个矩阵
对于任何给定的位置和字母，该字母在该位置的概率
已报告。 脉冲宽度调制是将ppm转换为对数似然。伪计数可以用来防止
在转换过程中0从图灵到-inf的概率。最后，每个位置
对数似然校正为给定字母的某个背景概率
选定的字母表。 所有绘图都可以呈现4种不同的大小： 注：所有尺寸均取自本出版物
来自《科学》杂志的指南。 注意：强烈建议同时安装 生成理想的虚拟环境，该环境将在基于conda的
构建、克隆repo或下载repo中的environment.yml。然后运行以下命令
命令： 要使用pip安装（推荐） 使用conda安装
或者直接从github安装 对于许多与pwms对话的演示，它们通常是从ppm数据开始的。
许多软件包都禁止从这个入口点生成序列徽标。然而，
有时用户有频率数据而不是pwm。构造一个 下面是一个快速入门指南，介绍如何利用seqlogo.completepm的强大功能
以上代码将产生： 以上代码将产生： 此外， 以上每一项的签名如下： 请参见我们的贡献指南此处/a>
seqlogo
概述
规格
开头的注释行都将被跳过。是Href="https://www.codecogs.com/eqnedit.php？LaTex=\large&space；m" rel="nofollow">
功能
seqlogo可以使用任何PM作为分析的入口点（从文件或数组格式）
然后，绘制序列徽标。seqlogo是为支持bioinf 529：生物信息学概念和算法而编写的
在密歇根大学计算医学和生物信息学系。seqlogo尝试混合bioconductor的用户友好apiseqlogo
以及weblogo的渲染能力python api。seqlogo支持以下字母：字母表名称 字母表字母 "dna""acgt""减少的DNA""ACGTN-""环境DNA""acgtryswkmbdhvn-""rna""acgu""减少RNA""acgun-""ambig rna""acguryswkmbdhvn-""aa""acdefghiklmnpqrstvwy""减少AA""acdefghiklmnpqrstvwyx*-""ambig aa""acdefghiklmnopqrstuvwybjzx*-"（黑体最常用的是字母名称） seqlogo还可以以多种格式呈现序列徽标："svg"（默认值）"eps""pdf""jpeg""png""small"：3.54"宽"中"：5"宽"大"：7.25"宽"xlarge"：10.25"宽建议设置：
seqlogo（用于内联绘图）。设置
最低要求：
numpy熊猫网络徽标jupyter。
环境：$ conda env create -f environment.yml
安装
$ pip install seqlogo
$ conda install -c bioconda seqlogo
$ pip install git+https://github.com/betteridiot/seqlogo.git#egg=seqlogo
快速启动
导入
importnumpyasnpimportpandasaspdimportseqlogo
生成一些PM数据（无频率数据）
seqlogo可以处理得很好。但有一点需要说明，如果不算
提供数据，seqlogo仅通过乘以
概率为100。这仅适用于weblogolib兼容性。# Setting seed for demonstration purposes>>>np.random.seed(42)# Making a fake PPM>>>random_ppm=np.random.dirichlet(np.ones(4),size=6)>>>ppm=seqlogo.Ppm(random_ppm)>>>ppmACGT00.0821970.5272520.2306410.15991110.0703750.0703630.0248260.83443520.1619620.2169720.0036650.61740130.7356380.0982900.0826380.08343440.1798980.3689310.2804630.17070850.4985100.0791380.1820040.240349
生成一些频率数据并转换为脉宽调制
pwm实例
它自动计算信息内容和pwm值，用户可以使用
seqlogo.pfm2pwm（）功能。# Setting seed for demonstration purposes>>>np.random.seed(42)# Making some fake Position Frequency Data (PFM)>>>pfm=pd.DataFrame(np.random.randint(0,36,size=(8,4)))# Convert to Position Weight Matrix (PWM)>>>pwm=seqlogo.pfm2pwm(pfm)>>>pwmACGT00.698830-0.301170-1.3011700.21340410.2630340.552541-0.584962-0.58496220.1485230.7542440.148523-3.37503930.182864-4.2094530.3141090.6485284-4.0000000.3219281.000000-0.5405685-0.222392-0.0297470.0857300.14017860.6974370.597902-2.209453-0.62449170.736966-0.5849620.502500-2.000000
seqlogo.completepmdemo# Setting seed for demonstration purposes>>>np.random.seed(42)# Making a fake PWM>>>random_ppm=np.random.dirichlet(np.ones(4),size=6)>>>cpm=seqlogo.CompletePM(ppm=random_ppm)# Pfm was imputed>>>print(cpm.pfm)ACGT085223151772832162106137398841736281754971824# Shows the how the PPM data was formatted>>>print(cpm.ppm)ACGT00.0821970.5272520.2306410.15991110.0703750.0703630.0248260.83443520.1619620.2169720.0036650.61740130.7356380.0982900.0826380.08343440.1798980.3689310.2804630.17070850.4985100.0791380.1820040.240349# Computing the PWM using default background and pseudocounts>>>print(cpm.pwm)ACGT0-1.6047731.076564-0.116281-0.6446621-1.828788-1.829031-3.3319831.7388712-0.626276-0.204418-6.0918621.30427931.557068-1.346815-1.597049-1.5832234-0.4747490.5614230.165882-0.55039650.995695-1.659494-0.457960-0.056800# See the consensus sequence>>>print(cpm.consensus)CTTACA# See the Information Content>>>print(cpm.ic)00.30580611.11085620.63714930.74898940.07428650.268034dtype:float64
绘制带有信息内容缩放的序列徽标
# Setting seed for demonstration purposes>>>np.random.seed(42)# Making a fake PWM>>>random_ppm=np.random.dirichlet(np.ones(4),size=6)>>>ppm=seqlogo.Ppm(random_ppm)>>>seqlogo.seqlogo(ppm,ic_scale=False,format='svg',size='medium')
在不缩放信息内容的情况下绘制序列徽标
# Setting seed for demonstration purposes>>>np.random.seed(42)# Making a fake PWM>>>random_ppm=np.random.dirichlet(np.ones(4),size=6)>>>ppm=seqlogo.Ppm(random_ppm)>>>seqlogo.seqlogo(ppm,ic_scale=False,format='svg',size='medium')
文档
seqlogo向用户公开5个类，用于处理PM数据：seqlogo.pm：所有其他专用pm子类的基类seqlogo.pfm：用于处理pfm数据的类
seqlogo.ppm：用于处理ppm数据的类
seqlogo.pwm：用于处理pwm数据的类
seqlogo.completempm：这个最终类将接受任何/所有其他pm子类数据
并计算其他丢失的数据。也就是说，如果用户只提供seqlogo.pfm
并将其传递给seqlogo.completempm，它将为ppm、pwm、共识序列和
信息内容。seqlogo还提供了6种转换PM结构的方法：seqlogo.pfm2ppm：将pfm转换为ppmseqlogo.pfm2pwm：将pfm转换为pwm
seqlogo.ppm2pfm：将ppm转换为pfmseqlogo.ppm2pwm：将ppm转换为pwmseqlogo.pwm2pfm：将脉宽调制转换为功率因数调制
seqlogo.pwm2ppm：将脉冲宽度调制转换为ppm课程
$ conda env create -f environment.yml
1
转换方法
$ conda env create -f environment.yml
2
贡献
致谢
