用途:该技能面向生物信息学中的序列比对任务,基于 Biopython 的 Bio.Align 与 Bio.AlignIO 模块,提供可复现的双序列比对、多序列比对文件处理与比对统计能力。
主要能力:
- 双序列比对:通过 Bio.Align.PairwiseAligner 支持 global(全长端到端)与 local(最佳匹配片段)两种模式,返回按分数排序的比对结果,取 [0] 即最高分结果。
- 打分配置:蛋白序列可加载替换矩阵(如 BLOSUM62、PAM),并设置 open_gap_score、extend_gap_score;核酸序列常用 match_score、mismatch_score 加空位罚分。
- 局部最佳片段提取:alignment.aligned 返回各序列的比对坐标块,用首块 (start, end) 切片原序列即可得到最佳匹配片段。
- MSA 读写与转换:Bio.AlignIO.read(handle, fmt) 解析 FASTA/Clustal/Stockholm 等格式为 MultipleSeqAlignment,可写出与格式转换。
- 比对统计:可计算 identity、aligned length、coverage,以及 MSA 逐列保守性(列内非空位残基最高频次 / 非空位总数)。
依赖:biopython>=1.81、numpy>=1.21。
使用方式:编写 Python 脚本调用上述 API;示例中建议将运行配置放入 config/task_config.json,并以 python scripts/<task_name>.py 方式执行,避免堆叠大量 CLI 参数;文件 I/O 指定 encoding="utf-8",JSON 输出使用 ensure_ascii=False。
适用场景:蛋白或核酸的全局/局部比对、MSA 文件解析与格式转换、按阈值过滤比对、基于替换矩阵的生物学意义打分、逐列保守性分析。
限制:资料未提供具体性能指标、平台支持范围、收费方式或与其他工具的对比;实际打分参数与阈值需依据具体生物学问题自行设定。