바이오파이썬에서 계통수 그리기

바이오파이썬에서 계통수를 그리는 방법을 알아보겠습니다. 

 

우선, 5개정도의 핵산 서열을 찾아서 실험을 위한 표본으로 만들어 놓습니다. 

MEGA-X에서 서열분석을 통해 정렬을 해 놓으면 좀 편합니다. 

 

sample0822.fasta

0.15MB

sample0822.fasta는 정렬하기전에 NCBI에서 찾은 파일입니다. 

 

5개의 spike 핵산을 다음과 같습니다.

 

>AY463060.1 SARS coronavirus ShanghaiQXC2

>KJ650296.1 Middle East respiratory syndrome coronavirus isolate KFU-HKU 19Dam

>NC_004718.3 SARS coronavirus Tor2

>MN996531.1 Severe acute respiratory syndrome coronavirus 2 isolate WIV07

>MT226600.1 Middle East respiratory syndrome-related coronavirus isolate Camel/B8-03

 

 

MEGA에서 Clustal로 서열정렬한 파일은 5_sars_spike_ncl.fas 입니다. 

 

5_sars_spike_ncl.fas

0.15MB

 

서열정렬을 해 놓아야 Phylip 형식으로 변환할 때 무리가 없습니다. 

 

주피터 노트북을 실행해서 5_sars_spike_ncl.fas 파일을 업로드합니다. 

 

 

from Bio import SeqIO

records = SeqIO.parse("5_sars_spike_ncl.fas", "fasta")
count = SeqIO.write(records, "5_sars_spike_ncl.phylip", "phylip")
print("Converted %i records" % count)

 

 

이 명령어를 실행해서 phylip 파일로 저장합니다. 

 

Converted 5 records

 

라고 변환되었다는 메시지가 나옵니다. 

 

 

from Bio import Phylo, AlignIO
from Bio.Phylo.TreeConstruction import DistanceCalculator, DistanceTreeConstructor

 

align = AlignIO.read('5_sars_spike_ncl.phylip','phylip')
print(align)

 

 

Alignment with 5 rows and 30779 columns

--------------------------------------------...--- AY463060.1

-------------------TAGCTTGGCTATCTCACTTCCCCTC...--- KJ650296.1

ATATTAGGTTTTTACCTACCCAGGAAA--AGCCAACCAACCT-C...AAA NC_004718.

-------------ACCTTCCCAGGTAACAAACCAACCAACTTTC...--- MN996531.1

-------GATTTAAGTGAATAGCTTGGCTATCTCACTTCCCCTC...--- MT226600.1

 

 

바이오파이썬에서 PhyIo, AlignIO 모듈을 임포트합니다. 

TreeConstruction 라이브러리를 이용해서 거리 값 계산하는 모듈과 트리를 생성하는 모듈을 지정해 봅니다. 

이후에 phylip 형식으로 저장되었던 5개의 spike 핵산을 불러옵니다. 

 

 

calculator = DistanceCalculator('identity')
distMatrix = calculator.get_distance(align)
print(distMatrix)

 

거리값은 다음과 같습니다. 

 

AY463060.1 0

KJ650296.1 0.49527275090158873 0

NC_004718. 0.025341953929627348 0.4878975925143767 0

MN996531.1 0.2219045453068651 0.48883979336560646 0.20393774976444978 0

MT226600.1 0.4958575652230417 0.0038987621430195407 0.4876701647227005 0.4889697521037071 0

AY463060.1 KJ650296.1 NC_004718. MN996531.1 MT226600.1

 

 

 

 

constructor = DistanceTreeConstructor()

UGMATree = constructor.upgma(distMatrix)
NJTree = constructor.nj(distMatrix)

Phylo.draw_ascii(UGMATree) 

 

UPGMA 트리결과입니다. 

SARS는 SARS와의 유사성이 MERS는 MERS끼리의 유사성이 높다고 결과 나옵니다. 

 

 

Phylo.draw_ascii(NJTree)

 

 

NJ tree의 경우는 조금 다른 결과가 나옵니다. 

다른 트리도 결과가 가능합니다. 

 

계통수 결과가 나오는 알고리즘 몇가지가 더 있습니다. 찾아서 한번 더 해보고 왜 다른지 이유를 찾아봅시다. 

이상으로 간단하게 바이오파이썬으로 계통수 그리는 방법에 대해 알아봤습니다. 

 

 

 

 

https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-13-209

Bio.Phylo: A unified toolkit for processing, analyzing and visualizing phylogenetic trees in Biopython - BMC Bioinformatics