Bio.phenotype：分析表型数据

本章概述了 Biopython 中包含的 Bio.phenotype 包的功能。该包的范围是分析表型数据，这意味着解析和分析细胞培养物的生长测量结果。在当前状态下，该包侧重于分析由表型微阵列技术生成的高通量表型实验，但未来的发展可能包括其他平台和格式。

表型微阵列

表型微阵列是一种技术，它可以测量细菌和真核细胞在约 2000 种化学物质上的代谢，这些化学物质被分成 20 个 96 孔板。该技术测量四唑鎓染料被 NADH 还原的情况，细胞产生的 NADH 被用作细胞代谢的替代指标；由于这种染料的还原导致的颜色变化通常每 15 分钟测量一次。当细胞在维持细胞代谢的培养基中生长时，记录的表型数据类似于 S 形生长曲线，可以从中检索出一系列生长参数。

解析表型微阵列数据

Bio.phenotype 包可以解析两种不同的表型微阵列数据格式：由机器专有软件生成的 CSV（逗号分隔值）文件和由分析软件生成的 JSON 文件，例如 opm 或 DuctApe。解析器将返回一个或多个 PlateRecord 对象的生成器，具体取决于正在使用 read 或 parse 方法。你可以使用 Biopython 源代码提供的 Plates.csv 文件来测试 parse 函数。

>>> from Bio import phenotype
>>> for record in phenotype.parse("Plates.csv", "pm-csv"):
...     print("%s %i" % (record.id, len(record)))
...
PM01 96
PM01 96
PM09 96
PM09 96

解析器返回一系列 PlateRecord 对象，每个对象包含一系列 WellRecord 对象（保存每个孔的实验数据），这些对象按 8 行 12 列排列；每行由 A 到 H 的大写字母表示，而列由两位数表示，从 01 到 12。有几种方法可以从 PlateRecord 对象访问 WellRecord 对象

孔标识符

如果你知道孔标识符（行 + 列标识符），你可以直接访问所需的孔。

>>> record["A02"]
WellRecord('(0.0, 12.0), (0.25, 18.0), (0.5, 27.0), (0.75, 35.0), (1.0, 37.0), ..., (71.75, 143.0)')

孔板坐标

可以使用行和列号（从 0 开始的索引）检索相同的孔。

>>> from Bio import phenotype
>>> record = list(phenotype.parse("Plates.csv", "pm-csv"))[-1]
>>> print(record[0, 1].id)
A02

行或列坐标

可以通过对 PlateRecord 对象使用 Python 列表切片语法，以批次检索板上彼此相邻的一系列 WellRecord 对象；行和列使用从 0 开始的索引编号。

>>> print(record[0])
Plate ID: PM09
Well: 12
Rows: 1
Columns: 12
PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ..., WellRecord['A12']')
>>> print(record[:, 0])
Plate ID: PM09
Well: 8
Rows: 8
Columns: 1
PlateRecord('WellRecord['A01'], WellRecord['B01'], WellRecord['C01'], ..., WellRecord['H01']')
>>> print(record[:3, :3])
Plate ID: PM09
Well: 9
Rows: 3
Columns: 3
PlateRecord('WellRecord['A01'], WellRecord['A02'], WellRecord['A03'], ..., WellRecord['C03']')

操作表型微阵列数据

访问原始数据

从 PM 文件中提取的原始数据由每个孔的一系列元组组成，这些元组包含时间（以小时为单位）和比色测量值（以任意单位为单位）。通常，仪器每 15 分钟收集一次数据，但这在实验之间可能会有所不同。可以通过迭代 WellRecord 对象来访问原始数据；在下面的示例中，只显示前十个时间点。

>>> from Bio import phenotype
>>> record = list(phenotype.parse("Plates.csv", "pm-csv"))[-1]
>>> well = record["A02"]

>>> for time, signal in well:
...     print(time, signal)
...
(0.0, 12.0)
(0.25, 18.0)
(0.5, 27.0)
(0.75, 35.0)
(1.0, 37.0)
(1.25, 41.0)
(1.5, 44.0)
(1.75, 44.0)
(2.0, 44.0)
(2.25, 44.0)
[...]

这种方法虽然提供了一种访问原始数据的方法，但它不允许直接比较不同的 WellRecord 对象，这些对象可能在不同的时间点进行测量。

访问插值数据

为了更轻松地比较不同的实验，以及一般地允许更直观地处理表型数据，该模块允许定义 WellRecord 对象中存在的时间点的自定义切片。对于没有直接测量的時間点的比色数据，通过对可用数据的线性插值来推导出，否则返回 NaN。这种方法仅适用于实际数据可用的时间间隔内。时间间隔可以使用与列表索引相同的语法定义；因此，默认时间间隔为一小时。

>>> well[:10]
[12.0, 37.0, 44.0, 44.0, 44.0, 44.0, 44.0, 44.0, 44.0, 44.0]
>>> well[9.55]
44.0

可以使用不同的时间间隔，例如五分钟

>>> for value in well[63 : 64 : 5 / 60]:
...     print(f"{value:0.2f}")
...
00
00
00
00
33
67
00
33
67
00
00
00
>>> for value in well[63.33:73.33]:
...     print(f"{value:0.2f}")
...
32
00
32
00
64
96
96
00
00
nan

对照孔减法

许多表型微阵列板包含一个对照孔（通常是 A01），这是一个培养基不应该支持任何生长的孔；该孔产生的低信号可以从其他孔中减去。PlateRecord 对象有一个专门的函数用于此，该函数返回另一个具有校正数据的 PlateRecord 对象。

>>> corrected = record.subtract_control(control="A01")
>>> record["A01"][63]
336.0
>>> corrected["A01"][63]
0.0

参数提取

那些观察到代谢活动的孔对比色数据显示出 S 形行为。为了更轻松地比较不同的实验，可以将 S 形曲线拟合到数据上，以便可以提取一系列汇总参数并用于比较。可以从曲线中提取的参数是

最小（min）和最大（max）信号；
平均高度（average_height）；
曲线下面积（area）；
曲线平台点（plateau）；
指数代谢活动期间的曲线斜率（slope）；
曲线滞后时间（lag）。

所有参数（除了 **min**、**max** 和 **average_height**）都需要安装 scipy 库。

fit 函数使用三个 S 形函数

Gompertz: \(Ae^{-e^{(\frac{\mu_{m}e}{A}(\lambda - t) + 1)}} + y0\)
Logistic: \(\frac{A}{1+e^{(\frac{4\mu_{m}}{A}(\lambda - t) + 2)}} + y_{0}\)
Richards: \(A(1 + ve^{1 + v} + e^{\frac{\mu_{m}}{A}(1 + v)(1 + \frac{1}{v})(\lambda - t)})^{-\frac{1}{v}} + y0\)

其中

对应于 **plateau**
对应于 **slope**
对应于 **lag**

这些函数源自这篇出版物。fit 方法默认情况下首先尝试拟合 Gompertz 函数：如果失败，它将尝试拟合 Logistic 函数，然后是 Richards 函数。用户也可以指定要应用的三种函数之一。

>>> from Bio import phenotype
>>> record = list(phenotype.parse("Plates.csv", "pm-csv"))[-1]
>>> well = record["A02"]
>>> well.fit()
>>> print("Function fitted: %s" % well.model)
Function fitted: gompertz
>>> for param in ["area", "average_height", "lag", "max", "min", "plateau", "slope"]:
...     print("%s\t%.2f" % (param, getattr(well, param)))
...
area    4414.38
average_height  61.58
lag     48.60
max     143.00
min     12.00
plateau 120.02
slope   4.99

写入表型微阵列数据

PlateRecord 对象可以以 JSON 文件的形式写入文件，这是一种与其他软件包（如 opm 或 DuctApe）兼容的格式。

>>> phenotype.write(record, "out.json", "pm-json")
1