GeneType 基因型分析

基于 Sanger 测序色谱（.ab1）与参考序列（.dna）的基因型判断工具，用于区分 WT（野生型）、HOM（纯合突变）、HET（杂合突变）。

功能

• 两步法比对：先定位参考序列中的最佳匹配片段，再在该片段内做比对并检测不匹配位点。
• 峰数判断：在差异位点根据色谱峰数（单峰→纯合，双峰→杂合）判定基因型。
• 已知多态性过滤：支持通过 known_polymorphisms.txt 忽略已知多态性位点，减少假阳性。
• 图形界面：选择参考序列与测序文件（多选或整文件夹），一键分析并导出 CSV。

环境要求

• Python 3.8+
• 依赖：Biopython、NumPy；推荐安装 parasail 以加速 Smith-Waterman 比对。

安装

# 克隆或下载项目后，进入项目目录
cd GeneType

# 安装依赖（推荐使用 bun 时仍用 pip 安装 Python 包）
pip install -r requirements.txt

# 可选：安装 parasail 以提升比对速度
pip install parasail

使用

图形界面（推荐）

python genotype_gui.py

1. 选择 参考序列：.dna 文件。
2. 选择 测序文件：可多选 .ab1 文件，或选择包含 .ab1 的文件夹（自动收集并按文件名排序）。
3. 点击 分析，结果会显示在列表中，并可导出为 CSV。

命令行

python genotype_analyzer.py <参考序列.dna> <测序文件1.ab1> [测序文件2.ab1 ...]

数据文件说明

文件/格式	说明
.dna	参考序列（如标准野生型序列）。
.ab1	Sanger 测序色谱文件（Applied Biosystems 格式）。
known_polymorphisms.txt	已知多态性位点（参考序列 0-based 位置），每行一个数字；这些位点的差异在分析时会被忽略。可为空或根据 WT 样本结果补充。

项目结构

文件/目录	说明
genotype_gui.py	图形界面入口。
genotype_analyzer.py	基因型分析核心逻辑（两步法比对、峰数判断、结果输出）。
alignment_utils.py	序列比对工具（Smith-Waterman，支持 parasail / Biopython）。
pysanger.py	Sanger 色谱解析（基于 PySanger）。
requirements.txt	Python 依赖列表。
GeneType.spec	PyInstaller 打包配置。
build_exe.bat	Windows 下一键打包脚本。
data/	示例数据与验证相关文件（见下方）。
test_new_example.py	对 data/newExample 做基因型分析并与 data/ans2.txt 比对。

data/ 目录（示例与验证）

内容	说明
standard.dna	参考序列（示例）。
40个案例/	40 个案例的 .ab1 测序文件。
newExample/	新示例 .ab1 与 .seq 文件。
79_*.ab1, 87_*.ab1	单文件示例测序。
results.csv	分析结果导出示例。
ans.txt	40个案例的标准答案（与 genotype_analyzer.py 默认比对）。
ans2.txt	newExample 的标准答案（与 test_new_example.py 比对）。

打包为 Windows exe

在项目目录下执行：

build_exe.bat

完成后可执行文件位于 dist\GeneType.exe，可在未安装 Python 的 Windows 电脑上运行。
详细步骤、环境建议及常见问题见 打包说明.md。

输出结果

• 基因型：WT / HOM / HET / ERR。
• 突变数：与参考序列的差异位点数（不含已知多态性）。
• 置信度：基于比对与峰形的置信度。
• 可导出为 CSV，便于后续统计与作图。

许可证与引用

• 色谱解析模块 pysanger.py 来源于 PySanger。
• 序列比对推荐使用 parasail。