用途：scikit-bio 是面向生物信息学的 Python 库，用于序列操作、比对、系统发育、微生物生态与多元统计分析。
主要能力：
- 序列操作：DNA/RNA/Protein 类读写 FASTA、FASTQ、GenBank、EMBL，支持反向互补、转录、翻译、正则查找基序、去 gap、质量分数。
- 序列比对：局部比对 local_pairwise_align_ssw、全局比对、可配置打分与 CIGAR，TabularMSA 存储多序列比对并计算 consensus。
- 系统发育树：TreeNode 读写 Newick，nj()、upgma() 等建树，剪枝、重根、遍历、patristic/cophenetic 距离、Robinson-Foulds 比较。
- 多样性分析：alpha_diversity、beta_diversity 计算 Shannon、Simpson、Faith's PD、Bray-Curtis、Jaccard、UniFrac 等；计数须为整数丰度。
- 排序：pcoa、cca、rda 等，结果含特征值与坐标，可写读 OrdinationResults。
- 统计检验：permanova、anosim、permdip、mantel、bioenv，基于置换检验。
- 文件 I/O：支持 19+ 格式，含 FASTA、FASTQ、GenBank、Clustal、PHYLIP、Stockholm、Newick、BIOM、GFF3 等，大文件可用生成器。
- 距离矩阵与生物表：DistanceMatrix、DissimilarityMatrix、Table（BIOM），可与 pandas、numpy、AnnData 互转。
- 蛋白嵌入：ProteinEmbedding 支持转距离矩阵、排序与导出。
使用方式：安装命令为 uv pip install scikit-bio。典型流程如微生物组分析：读 BIOM 表 → 计算 α/β 多样性 → PCoA → PERMANOVA；系统发育分析：读序列 → 比对 → 距离矩阵 → 建树 → 系统发育距离。
适用场景：微生物组与群落生态、比较基因组、序列处理与注释、蛋白语言模型嵌入分析。
限制：系统发育指标需树与 OTU ID 映射；PERMANOVA 对离散度敏感，建议配合 PERMDISP；大文件建议用生成器；部分功能依赖 QIIME 2 生态。具体收费、平台与效果资料暂未提供。