pyclone介紹

可以根據多個樣品突變的allele frequency 和 copy number，推斷出有該突變的細胞克隆所占的比例(cellular prevalence)在不同樣品間的變化。比如：

每個cluster包括一些突變，它們在各個樣品中克隆比例有著一致的變化

安裝Conda

從官網下載Conda

有兩個選擇，一個是帶有python 2.7的Miniconda ，帶有python 3.6的Miniconda3 ，經本人電腦測試Miniconda3使用pyclone會出現問題，因此建議安裝帶python2.7的Miniconda

直接bash下載的文件安裝

Miniconda2-latest-Linux-x86_64.sh

按照操作，第一步輸入yes同意協議，然后可以選擇安裝路徑，默認本地家目錄，同時相應的python也會自動安裝到目錄

安裝pyclone

按照官網說明安裝pyclone

conda install pyclone -c aroth85

成功運行如下

[ywliao@WS02 utilities]$ PyClone

usage: PyClone [-h] [--version]

{setup_analysis,run_analysis,run_analysis_pipeline,build_mutations_file,plot_clusters,plot_loci,build_table}

...

PyClone: error: too few arguments

運行測試文件

進入test/examples文件夾

PyClone run_analysis_pipeline --in_files SRR385938.tsv SRR385939.tsv SRR385940.tsv SRR385941.tsv --working_dir pyclone_analysis

在pyclone_analysis文件下會生成如下文件夾或文件

config.yaml #指定用于PyClone分析的設置文件

plots/ #包括生成的全部圖

tables/ #包括生成的全部表格

trace/ #包括MCMC抽樣算法的原始痕跡

yaml/ #存放yaml突變文件的文件夾，用于PyClone分析

輸入的tsv文件的格式

tab分隔存在header的文件，包括以下幾列

mutation_id，一個能夠識別突變的單一ID，比如chr22:12345或者TP53_chr17:753342

ref_counts，突變位點的reference reads數

var_counts，突變位點的variant reads數

normal_cn，正常population的細胞拷貝數，對于人類常染色體來說是2，對于人類性染色體來說是1或2

minor_cn， 腫瘤細胞的minor拷貝數，一般從WGSS或者芯片的數據預測出

major_cn，腫瘤細胞的major拷貝數，一般從WGSS或者芯片的數據預測出

如果你沒有minor copy number 和 major copy number，那么minor copy number設為0而major copy number設置為預測的總的拷貝數。

除了上述的列，其它列會自動忽略

使用PyClone run_analysis_pipeline -h查看幫助

繪制進化樹

如果pyclone的可視化無法滿足你的需要，比如說你需要繪制進化樹，可以使用supra hex；可以參考http://suprahex.r-forge.r-project.org/demo-PyClone.html

這里提供一個將pyclone中的loci.tsv結果文件轉換成supr hex能直接處理的矩陣的R函數

library(data.table)

library(supraHex)

Loci_tsv_To_Input

dc

dt_out

rownames(dt_out)

return(as.matrix(dt_out))

}

dt

data

#build and visualise the bootstrapped tree

tree_bs

參考資料

總結

以上是生活随笔為你收集整理的suprahex画进化树_安装使用pyclone进行克隆演化推断的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。