系统发育与分子进化¶
1) 从距离矩阵构建进化树¶
- 作用： 使用 NJ 或 UPGMA 构建带枝长的树。
- 计算方法： NJ 使用邻接法；UPGMA 按簇大小加权合并。
- API：
dnakit.bioinformatics.phylogeny.build_tree(distances, ids, method='nj') - 输入： 对称、对角线为零的距离矩阵及对应 ID；UPGMA 假定分子钟。
- 输出： 返回
TreeNode，示例展示tips。 - 示例代码：
from dnakit.bioinformatics.phylogeny import build_tree
tree = build_tree([[0, 2, 4], [2, 0, 4], [4, 4, 0]], ["a", "b", "c"], method="upgma")
print(sorted(tree.tips))
- 示例结果：
依赖与说明：FAQ。
2) 比较、合并和裁剪进化树¶
- 作用： 计算树间 RF 距离、生成共识树或保留指定叶节点。
- 计算方法： RF 比较分裂集合；共识树保留超过阈值的分支；剪枝合并单子节点。
- API：
dnakit.bioinformatics.phylogeny.robinson_foulds(left, right, rooted=False);dnakit.bioinformatics.phylogeny.consensus_tree(trees, threshold=0.5);dnakit.bioinformatics.phylogeny.prune_tree(tree, retain) - 输入： RF/共识使用相同叶集合和一致的定根解释；
threshold=1表示严格共识。 - 输出：
robinson_foulds返回距离数值；consensus_tree和prune_tree返回进化树。 - 示例代码：
from dnakit.bioinformatics.phylogeny import build_tree, robinson_foulds, consensus_tree, prune_tree
tree = build_tree([[0, 2, 4], [2, 0, 4], [4, 4, 0]], ["a", "b", "c"])
print(robinson_foulds(tree, tree))
print(sorted(consensus_tree([tree, tree]).tips))
print(sorted(prune_tree(tree, ["a", "c"]).tips))
- 示例结果：
依赖与说明：FAQ。
3) dN/dS 选择分析¶
- 作用： 对两条密码子对齐 CDS 计算 Nei–Gojobori dN、dS 和 dN/dS，并进行 Jukes–Cantor 修正。
- 处理方法： 按 Nei–Gojobori 统计同义/非同义位点与差异，并作 Jukes–Cantor 修正。
- API：
dnakit.comparative.calculate_dn_ds(sequence_a[必须], sequence_b[必须]) - 输入： 等长、线性、canonical A/C/G/T、长度为 3 倍数的
DNASequence/DNARecord/DNA。 - 输出： 返回
ProviderResult，查询内容在data，并附有provider和来源信息。 - 示例代码：
from dnakit import DNASequence
from dnakit.comparative import calculate_dn_ds
result = calculate_dn_ds(DNASequence("ATGGCTGAA"), DNASequence("ATGGCCGAG"))
print(result.data["dN"], result.data["dS"], result.data["dN_dS"])
- 示例结果：
dN、dS、dN_dS、位点/差异计数和解释；dS=0时比值为None。
4) 计算两条编码序列的 dN/dS¶
- 作用： 计算两条编码序列的 dN/dS。
- 处理方法： 对同框密码子比对使用 Nei–Gojobori 估计及 Jukes–Cantor 校正。
- API：
dnakit.databases.sequence_dn_ds(*, seq1=None, seq2=None, fasta1_path=None, fasta2_path=None, verbose=True) - 输入： 按示例选择查询条件；可选参数使用接口默认值。
- 输出： 返回字典，包含
dN_dS,dN,dS,pN等字段。 - 示例代码：
import dnakit
result = dnakit.databases.sequence_dn_ds(
seq1='ATGGCCAAATTTGAAGATCTGAGCACCGTGCGTGGC',
seq2='ATGGCCAAGTTCGAAAATCTGAGCACCGTACGTGGC',
verbose=False,
)
print(result)
- 示例结果： 返回结构如下，实际记录随输入和数据源变化。
返回结构节选；<…> 表示类型占位符，非本次查询的实测数据。