用途:Biopython 是免费的计算分子生物学 Python 工具集,适合处理 DNA、RNA、蛋白质序列,读写与转换 FASTA、GenBank、FASTQ、PDB、mmCIF 等格式,访问 NCBI 数据库,运行与解析 BLAST,做序列比对、蛋白结构分析、系统发育树构建,以及基序、群体遗传学、序列统计等任务。
主要能力:按模块划分,Bio.Seq 与 Bio.SeqIO 负责序列操作和文件 I/O;Bio.Align 与 Bio.AlignIO 负责成对及多序列比对;Bio.Entrez 以编程方式访问 NCBI 数据库;Bio.Blast 运行并解析 BLAST;Bio.PDB 处理三维蛋白结构;Bio.Phylo 操作和可视化系统发育树;Bio.motifs、Bio.PopGen、Bio.SeqUtils、Bio.Restriction、Bio.Cluster、GenomeDiagram 等提供基序、群体遗传、序列统计、限制酶分析、聚类和基因组图等高级功能。
使用方式:安装命令为 pip install biopython,需 Python 3 与 NumPy。访问 NCBI 时必须设置邮箱:from Bio import Entrez; Entrez.email = "your.email@example.com",可选设置 Entrez.api_key 提高速率限制(10 req/s 而非 3 req/s)。常见用法包括用 SeqIO.parse 读取序列、SeqIO.convert 转换格式、Entrez.esearch/efetch 检索下载、NCBIWWW.qblast 运行 BLAST、PDBParser 解析结构、Phylo.read 读取树。处理大文件宜用迭代器,文件句柄用后关闭或使用上下文管理器,网络与解析操作应做异常处理。
适用场景:序列统计(GC 含量、分子量、熔解温度)、格式转换、PubMed/NCBI 查询、BLAST 结果筛选、结构距离与 RMSD 计算、系统发育树构建与可视化等。
限制:官方文档、教程、GitHub 与邮件列表见 biopython.org 与 github.com/biopython/biopython;需遵守 NCBI 速率限制,建议缓存下载数据,解析前校验文件格式,翻译时使用合适遗传密码表。资料未提供收费、价格与平台支持等细节。