catomatic

Python代码，算法性地构建耐药性突变目录。

介绍

该方法基于以下逻辑：不引起耐药性的突变可以与引起耐药性的突变同时出现，如果一个突变单独存在时（单独）不引起耐药性，那么它也不会在非单独存在时对表型产生影响。

跨越指定基因的孤立突变按顺序遍历，如果它们的药物敏感性（与耐药性相比）的比例通过了指定的统计检验，则将其特征化为良性并从数据集中移除。只要存在孤立的可感突变，此步骤就会重复。一旦数据集已经“清洁”了良性突变，就会通过指定的测试来分类耐药突变，如果测试失败，则将其添加到目录中作为“未分类”。

构建可以依赖于特定突变的一致性敏感性（并且不执行显式表型分析，除了解锁可感变异之外），使用二项式检验，其中耐药性的比例与指定的背景率进行比较，或者使用费舍尔检验，其中耐药性的比例与计算的背景率进行比较。

尽管该方法完全基于算法，但有两个干预入口点。首先，可以将中性突变（如文献搜索中收集的突变——如果基因包含高频率的进化突变，这通常很有帮助，这些突变会增加噪声）作为“种子”加入方法中，其次，可以添加或覆盖目录中的分类和条目，尽管除非聚合，否则不推荐这样做。

因为该方法使用并理解GARC1语法，因此可以在事后向目录提供“规则”，例如为rpoB中的移码突变提供{rpoB@*_fs:R}，这可以简单添加（并且相对于更精细的突变（如rpoB@44_ins）具有较低的预测优先级），或者可以替换任何符合该规则的突变，从而有效地聚合相关变异。

生成的目录可以作为字典返回，也可以作为Pandas数据框返回，可以导出为Piezo兼容格式，以便快速解析和耐药性预测。

在目录的“证据”列中记录了列联表、比例、p值和威尔逊置信区间。

带有示例参数的工作流程

安装

使用Conda

建议通过Conda管理Python环境和依赖关系。您可以通过以下步骤在Conda环境中安装Catomatic：

创建和激活环境

首先，确保您已安装Conda。然后，创建并激活一个新环境，并安装catomatic。

conda env create -f env.yml
conda activate catomatic
pip install .

运行catomatic

在基本层面，该方法需要两个输入数据框：一个包含“R”与“S”二元表型的每个样本一行数据的samples数据框，以及一个包含每个突变一行数据的mutations数据框。它们必须在UNIQUEID列上可连接。

如果导出为Piezo格式，则MUTATION列必须包含GARC1语法（即gene@mutation）。还必须提供一个指向wildcards.json文件的路径，该文件应包含json对象/字典中的Piezo占位符（示例文件位于/data/bdq_wildcards.json）。

如果播种或更新目录，突变语法必须与MUTATION列匹配。

CLI

安装后，通过命令行界面运行catomatic目录构建器的最简单方法是。需要指定 --to_piezo或--to_json 标志来保存目录（如果使用--to_piezo，则需要额外的参数）。

BuildCatalogue --samples path/to/samples.csv --mutations path/to/mutations.csv --to_json --outfile path/to/out/catalogue.json

或

BuildCatalogue --samples path/to/samples.csv --mutations path/to/mutations.csv --to_piezo --outfile path/to/out/catalogue.csv --genbank_ref '...' --catalogue_name '...' --version '...' --drug '...' --wildcards path/to/wildcards.json

Python/Jupyter笔记本

如果您希望在笔记本中运行catomatic，例如，可以在导入后简单调用BuildCatalogue。

from catomatic.CatalogueBuilder import BuildCatalogue

#instantiate a catalogue object - this will build the catalogue
catalogue = BuildCatalogue(samples = samples_df, mutations = mutations_df)

#return the catalogue as a dictionary in order of variant addition
catalogue.return_catalogue()

#return the catalogue as a piezo-structured dataframe
catalogue.build_piezo(genbank_ref='...', catalogue_name='...', version='...', drug='...', wildcards='path/to/wildcards.json')

有关运行catomatic的更详细示例，请参阅examples/demo.ipynb。

CLI参数