《BMC Genomics》：GENOVIS: a Python package for the visualization of population genetic analyses
编辑推荐：
这篇研究介绍了GENOVIS——一款支持命令行与图形界面的Python包，旨在简化群体基因组学中六大核心可视化分析（如SNP密度热图、纯合子片段分布图、群体关系矩阵热图、3D PCA、混合成分柱状图与曼哈顿图）。工具以灵活的Python框架为基础，提供统一、用户友好的界面，能快速生成可直接用于出版的高质量图形，显著提升了分析流程的可及性与可重复性。
背景
随着高通量DNA测序技术的普及，群体遗传学领域积累了海量基因组数据，使得更全面的分析成为可能。然而，生成清晰、可定制化的图表对于缺乏生物信息学背景的研究者而言仍然具有挑战性。多数群体遗传学工具针对特定分析，依赖于特定语言的脚本（如R或Python），产生大量非交互式输出。此外，许多可视化工具难以整合到现有分析流程或跨平台环境中，增加了耗时且技术要求高的步骤。因此，市场迫切需要强大、用户友好且灵活的可视化工具，以帮助不同生物信息学专业水平的研究者利用模拟与经验数据集探究并交流广泛的群体遗传问题。
工具设计与实现
为应对这一需求，研究者开发了GENOVIS，这是一个提供命令行界面（CLI）和图形用户界面（GUI）的Python包。它基于Python 3.11.9环境构建，使用了matplotlib、argparse、numpy、pandas和seaborn等核心库。GUI版本通过Qt Designer设计，提供了交互式操作界面。该软件以模块化Python包的形式发布，并通过Python Package Index（PyPI）分发，确保了跨平台兼容性、自动依赖管理、版本化发布及软件的长期可持续性。
六大可视化模块详解
- 1.
SNP密度热图模块（mapden）
该模块用于可视化全基因组范围的SNP密度。它将每条染色体划分为非重叠的固定大小区间（可通过参数“--b”自定义），计算每个区间内的SNP数量，并以热图形式展示，颜色强度代表该区间的SNP密度。与现有工具（如CMplot）不同，mapden使用包含染色体实际长度的基因组索引文件，从而能更准确地表示基因组尺度。输入文件需为PLINK格式的*.map文件。
- 2.
纯合子片段可视化模块（rohpainter）
此模块用于详细展示基因组中纯合子片段（ROH）的分布，有助于洞察群体层面的种群历史、近交历史和近期瓶颈效应。输入包括基因组索引文件和主要数据框（含群体标签、个体ID、染色体号、起始与终止位置）。其特色功能是可通过“--t”参数设定最小频率阈值，识别个体间共有的ROH区间，这些共享区域可能提示存在选择压力。线宽与颜色可分别通过“--tw”和“--tc”参数定制。
- 3.
基因组关系可视化模块（relmap）
relmap模块用于可视化基因组关系矩阵热图，支持矩阵（mat）和列式（col）两种输入格式，兼容PLINK、AGHmatrix等主流软件的输出。该模块允许用户调整轴标签、字体大小、配色方案等视觉元素。其关键特性是可通过“--av true”选项计算群体内及群体间的平均配对关系，并绘制群体层面的关系热图，这在大数据集分析中尤为有用。还可选择是否屏蔽对角线元素（“--mask”）或在热图块内注释关系值（“--a”）。
- 4.
3D群体聚类可视化模块（pca3d）
PCA（主成分分析）是探索群体结构和遗传分化的常用方法。pca3d模块将PCA结果在三维空间中可视化，可揭示二维投影中无法观察到的额外结构。该模块支持“交互式（interactive）”和“固定视角（solid）”两种输出模式，前者允许用户实时旋转图形。输入文件需为PLINK输出的特征向量（.evec）和特征值（.eval）文件。用户可自定义用于绘图的前三个主成分（“--fp”、“--sp”、“--tp”），并调整散点大小（“--s”）。该模块也支持二维PCA图的绘制。
- 5.
祖先成分可视化模块（admix）
admix模块通过定制的彩色柱状图可视化个体的混合祖先成分比例，有助于直观评估群体间的遗传背景共享和历史基因流。输入数据框需包含群体标签、个体ID和祖先成分比例。模块会根据个体最主要的祖先成分进行升序排列。“--sl”选项可控制是否显示个体ID。
- 6.
曼哈顿图模块（manplot）
曼哈顿图是展示全基因组关联分析（GWAS）、选择信号等结果的标准图表。manplot模块接受包含染色体名、物理位置和相关统计值（如P值）的表格输入，自动计算累计基因组坐标并按染色体顺序排列。用户可指定两条提示性阈值线（“--sug1”、“--sug2”）来高亮超过特定阈值的位点。该模块提供丰富的自定义选项，包括matplotlib的配色方案（“--c”）、颜色数量（“--nc”）、透明度（“--a”）和点大小（“--s”）。
10(P-value) > 6的SNP。">
工具比较与优势
相比于依赖ggplot2或matplotlib的自定义脚本（通常需要预处理和编码），以及其他仅支持一两种图表的R包（如qqman、CMplot），GENOVIS在一个统一框架内集成了六种关键可视化类型，并自动化了预处理步骤（如SNP密度的区间划分、曼哈顿图的累计坐标计算），显著简化了工作流程并提升了可重复性。GENOVIS还包含系统的输入验证（如文件结构、维度一致性、缺失值检查），有助于防止可视化流程中的错误。虽然GENOVIS专注于下游可视化，不执行上游分析（如PCA、ROH检测），但其设计兼容PLINK等常用工具的输出格式，便于整合到现有分析流程中。
结论
GENOVIS提供了一个统一、全面的Python框架，用于生成六种关键的群体基因组学可视化图表。通过支持标准输入格式，并提供通过统一CLI和GUI界面的广泛自定义功能，该工具消除了使用多个碎片化工具和复杂脚本的需求。其生成可直接用于出版的位图或矢量图形的能力，以及可自定义的字体和配色方案，使其成为同步和优化视觉输出的强大解决方案。最终，GENOVIS提升了群体基因组数据可视化的可重复性、清晰度和工作流效率，同时对于编程经验有限的用户也易于使用。
