我最近基于nanopore的数据进行全基因组5mC甲基化分析，具体是基于王顺老师编写的脚本进行分析（https://gitee.com/wangshun1121/nanopolish-methyl），最后得到了频率文件，我想把它转换成划分窗口的全基因组甲基化水平文件，以便进行后续的可视化探索。因此，我写了一个python脚本，具体代码如下：

import pandas as pd

# 读取结果文件

df = pd.read_csv("results.meth_freq.tsv.gz", sep="\t", compression="gzip")

# 定义窗口大小

window_size = 40000

# 结果列表

results = []

# 按染色体和窗口分组计算甲基化水平

for chrom in df["chromosome"].unique():

    chrom_data = df[df["chromosome"] == chrom]

    # 获取染色体范围并按窗口分段

    max_pos = chrom_data["end"].max()

    for start in range(1, max_pos, window_size):

        end = start + window_size - 1

        # 筛选窗口内的数据

        window_data = chrom_data[(chrom_data["start"] >= start) & (chrom_data["end"] <= end)]

        # 计算平均甲基化水平

        if not window_data.empty:

            mean_methylation = window_data["methylated_frequency"].mean()

        else:

            mean_methylation = None

        # 添加结果

        results.append([chrom, start, end, mean_methylation])

# 转换为 DataFrame 并保存

output_df = pd.DataFrame(results, columns=["Chromosome", "Start", "End", "Methylation_Level"])

output_df.to_csv("genome_methylation_levels.tsv", sep="\t", index=False)

参考资料：https://www.jianshu.com/p/60d620a166fa