{"id":2904,"date":"2016-12-09T16:39:38","date_gmt":"2016-12-09T21:39:38","guid":{"rendered":"http:\/\/bioinfo.iric.ca\/?p=2904\/"},"modified":"2017-04-29T17:55:25","modified_gmt":"2017-04-29T21:55:25","slug":"filtrer-des-snps-a-laide-de-pygeno","status":"publish","type":"post","link":"https:\/\/bioinfo.iric.ca\/fr\/filtrer-des-snps-a-laide-de-pygeno\/","title":{"rendered":"Filtrer des SNPs \u00e0 l’aide de pyGeno"},"content":{"rendered":"

En parcourant le contenu de notre blogue en plein croissance (beau travail, coll\u00e8gues !), je me rends compte qu’aucun de nous n’a encore publi\u00e9 un article en rapport avec la fantastique ressource bioinformatique qu’est pyGeno<\/a> (qui plus est, un logiciel maison).
\nIl se trouve qu’en plus d’\u00eatre mon tour de publier un article, je dois justement faire usage de pyGeno afin de g\u00e9n\u00e9rer un jeu de donn\u00e9es, quelle merveilleuse co\u00efncidence !<\/p>\n

Je concentrerai cet article sur l’\u00e9criture d’un SNP filter<\/em>, t\u00e2che qui peut s’av\u00e9rer \u00e9trange aux premiers abords.<\/p>\n

Pour d\u00e9buter, si vous ne l’avez pas encore fait, veuillez survoler les proc\u00e9dures d’installation<\/a> et d’importation<\/a> car elles ne seront pas discut\u00e9es ici. Je dirai simplement que je travaillerai sur le g\u00e9nome humain GRCh38.83<\/em> avec dbSNP149<\/em> et un jeu de SNPs sp\u00e9cifique \u00e0 mon \u00e9chantillon tel qu’identifi\u00e9 \u00e0 l’aide de freebayes<\/a>, jeu que je nommerai ici sampleSNPs<\/em>. <\/p>\n

Donc, pour une raison que je ne citerai pas, je dois filtrer<\/strong> les SNPs pr\u00e9sents dans le sous-ensemble common<\/a> de dbSNP de mes sampleSNPs<\/em> et utiliser ceux qui restent afin de cr\u00e9er le proteome personnalis\u00e9 que les coll\u00e8gues de prot\u00e9omique n\u00e9cessitent pour rouler leurs pipeline d’identification.
\nJe pourrais utiliser des outils tels que les excellents SnpSift<\/a>\/SnpEff<\/a> pour pr\u00e9-traiter mon ensemble de SNPs, mais o\u00f9 serait le plaisir ? \ud83d\ude09
\nSans compter que les SNP Filters<\/a> de pyGeno sont parfaits pour cette t\u00e2che !<\/p>\n

Voici l’exemple que la documentation de pyGeno nous fournit:<\/p>\n

\r\nclass MyFilter(SNPFilter) :\r\n    def __init__(self, thres) :\r\n        self.thres = thres\r\n        \r\n    def filter(chromosome, SNP_Set1 = None, SNP_Set2 = None ) :\r\n        if SNP_Set1.alt is not None \\\r\n                and (SNP_Set1.alt == SNP_Set2.alt) \\\r\n                and SNP_Set1.Qmax_gt > self.thres:\r\n            return SequenceSNP(SNP_Set1.alt)\r\n        \r\n        return None\r\n<\/code>\r\n<\/pre>\n
Assez g\u00e9n\u00e9rique.. Mais tout de m\u00eame un bon point de d\u00e9part.
\nModifions le un peu afin de filtrer les entr\u00e9es connues de dbSNP149<\/em> et ne conserver que les entr\u00e9es sampleSNPs<\/em> pr\u00e9sentant une qualit\u00e9 sup\u00e9rieure \u00e0 un seuil pr\u00e9-d\u00e9fini.<\/p>\n
\r\n\r\nclass PseudoSomaticFilter(SNPFilter) :\r\n    def __init__(self, thres) :\r\n        self.thres = thres\r\n        \r\n    def filter(chromosome, sampleSNPs = None, dbSNP149 = None ) :\r\n        if dbSNP149 is None and sampleSNPs.quality > self.thres:\r\n            return SequenceSNP(sampleSNPs.alt)\r\n        \r\n        return None\r\n\r\n# instancier l'objet Genome\r\ngenome = Genome(species='human', name='GRCh38.83', SNPs=['sampleSNPs', 'dbSNP149'], \r\n                SNPFilter=PseudoSomaticFilter(20))\r\n# et faire un peu de travail...\r\n<\/code><\/pre>\n
Tel que mentionn\u00e9 plus haut, quelques petits trucs peuvent sembler \u00e9tranges de prime abord. Regardons les plus en d\u00e9tails:<\/p>\n
Primo, il est important de comprendre \u00e0 quel moment la methode filter<\/em> est appel\u00e9e.
\nVoici, grosso-modo, ce qui se produit:<\/p>\n