Ajout de la fonction glob et d'autres modification

Statistics_methylation.py

-import re
-
 import pandas as pd
+import  glob
+
+# Utilisation de glob pour pouvoir tourner le script sur tous les fichiers tsv.
+
+path = r"/home/fadwa/Téléchargements/test"
+filenames = glob.glob(path + '/*.tsv')
 
+# Définition des fonctions
 
+def CpG_contexte(methylated):
 
+    """
+    Cette fonction a pour but d'identifier la présence de la méthylation type CpG
+    et de calculer le pourcentage
 
-def CpG_context(methylated):
+    """
     global CpG
     motif_counts = {}  # Création d'un dictionnaire pour stocker le comptage de chaque motif
     for motif in CpG:
         motif_counts[motif] = 0
 
-    # Boucler à travers chaque k_mer dans methylated dataset
+    # Boucler à travers chaque k_mer dans df dataset
 
     for kmer in methylated["k_mer"][2:]:
         sub_kmer = kmer[2:4]
@@ -26,13 +35,18 @@ def CpG_context(methylated):
     # Calculer le total des occurences de chaque sub_kmer
     total_len = len(methylated["k_mer"])
     total_count = sum(motif_counts.values())
-    pourcentage = (total_count  * 100) / total_len
+    pourcentage = (total_count / total_len) * 100
 
     print(f"Le pourcentage de la méthylation type CpG est  : {pourcentage: .2f}% ")
 
 
 
 def CHG_context(methylated):
+    """
+    Cette fonction a pour but d'identifier la présence de la méthylation type CHG
+    et de calculer le pourcentage
+
+    """
     motif_counts = {}  # Création d'un dictionnaire pour stocker le comptage de chaque motif
     global CHG
     for motif in CHG:
@@ -53,12 +67,17 @@ def CHG_context(methylated):
     # Calculer le total des occurences de chaque sub_kmer
     total_len = len(methylated["k_mer"])
     total_count = sum(motif_counts.values())
-    pourcentage = (total_count  * 100) / total_len
+    pourcentage = (total_count  / total_len) * 100
 
     print(f"Le pourcentage de la méthylation type CHG est: {pourcentage: .2f}% ")
 
 
 def CHH_context(methylated):
+    """
+    Cette fonction a pour but d'identifier la présence de la méthylation type CpG
+    et de calculer le pourcentage
+
+    """
     global CHH
     motif_counts = {}  # Création d'un dictionnaire pour stocker le comptage de chaque motif
     for motif in CHH:
@@ -79,7 +98,7 @@ def CHH_context(methylated):
     # Calculer le total des occurences de chaque sub_kmer
     total_len = len(methylated["k_mer"])
     total_count = sum(motif_counts.values())
-    pourcentage = (total_count  * 100) / total_len
+    pourcentage = (total_count  / total_len) * 100
 
     print(f"Le pourcentage de la méthylation type CHH est : {pourcentage: .2f}% ")
 
@@ -88,22 +107,24 @@ def CHH_context(methylated):
 CpG = ["CG"]
 CHG = ["CCG", "CAG", "CTG"]
 CHH = ["CCC", "CAA", "CTT", "CCA", "CCT", "CAT", "CAC", "CTA", "CTC"]
-
-
+seuil = 5
 
 
 
 # Lecture de fichier
-names = ["Chromosome", "position","strand", "pos_in_strand", "readname", "read_strand", "prob_0", "prob_1", "called_label", "k_mer"]
-call_mods = pd.read_csv("/home/fadwa/Téléchargements/FAS08151_fast5s.C_call_mods.tsv", sep='\t', names=names)
+for file in filenames:
+    print(f"Statistiques pour le fichier {file}")
+    names = ["Chromosome", "position","strand", "pos_in_strand", "prob_0_sum", "prob_1_sum", "count_modified", "count_unmodified", "coverage", "modification_frequency", "k_mer"]
+    call_mods = pd.read_csv(file, sep='\t', names=names)
 
 # Création du DataFrame
 df = pd.DataFrame(call_mods)
 
 # Extraction des reads méthylés
 
-methylated= df[df["called_label"] == 1]
-methylated=pd.DataFrame(methylated)
+methyl= df[df["count_modified"] >= seuil]
+methylated=pd.DataFrame(methyl)
+
 #methylated.to_csv("/home/fadwa/Téléchargements/FAS08151_methylated.tsv", sep='\t')
 
 CpG_contexte(methylated)