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。
用途：处理 DNA/RNA/蛋白质序列，读写 FASTA、FASTQ、GenBank、EMBL、Newick、BIOM 等格式；做序列比对与保守基序查找；构建和分析系统发育树；计算 alpha/beta 多样性与 UniFrac；进行排序分析（PCoA、CCA、RDA）；对群落数据做 PERMANOVA、ANOSIM、Mantel 等检验；处理蛋白语言模型嵌入。
主要能力：
- 序列：DNA/RNA/Protein/Sequence 类，反向互补、转录、翻译、正则查找基序、去 gap，FASTQ 质量值自动进入位置元数据。
- 比对：pair_align（默认 mode='global' 可设 local 等）及 pair_align_nucl、pair_align_prot；支持 (match, mismatch) 或矩阵名（如 NUC.4.4、BLOSUM62），线性或仿射 gap；结果含 CIGAR，可转 TabularMSA。
- 树：nj、upgma、gme、bme 构建，nni 重排，shear 剪枝，lca，cophenet 计算 patristic 距离，compare_rfd 比较树。
- 多样性：alpha_diversity、beta_diversity，需整数计数；系统发育指标需传 tree 与 taxa。
- 统计：skbio.stats.distance 下的 permanova、anosim、mantel；skbio.stats.composition 的差异丰度（ancom、dirmult_ttest、dirmult_lme）。
使用方式：安装命令资料以 “uv p” 截断，暂未提供完整安装方式。常见用法如 skbio.DNA.read('input.fasta')、pair_align_nucl(seq1, seq2)、TreeNode.read('tree.nwk')、alpha_diversity('shannon', counts_matrix, ids=sample_ids)、pcoa(distance_matrix, dimensions=3)、permanova(distance_matrix, grouping, permutations=999)。大文件可用生成器迭代读取。
限制：多样性输入须为原始整数计数，不能是相对丰度；系统发育指标需树与特征到叶节点的映射；PERMANOVA 对离散度敏感，建议配合 PERMDISP；差异丰度应用原始计数；部分指标对树是否生根有要求。其余收费、平台等信息暂未提供。