用途：scikit-bio 是面向生物数据的 Python 库，适用于生物信息学分析，包括序列操作、比对、系统发育、微生物生态与多元统计。可通过 pip install scikit-bio 或 conda install -c conda-forge scikit-bio 安装。
主要能力：
- 序列操作：DNA、RNA、Protein 类读写 FASTA/FASTQ/GenBank/EMBL，支持切片、反向互补、转录、翻译、正则查找 motif、距离计算。
- 序列比对：全局与局部比对（如 local_pairwise_align_ssw、StripedSmithWaterman），支持评分方案与 CIGAR 转换；TabularMSA 存储多序列比对并可计算 consensus。
- 系统发育树：TreeNode 读写 Newick，支持 UPGMA、邻接法 nj、GME、BME 构树，剪枝、重根、遍历，以及 patristic、cophenetic、Robinson-Foulds 距离。
- 多样性分析：alpha_diversity、beta_diversity，含 Shannon、Simpson、Faith's PD、Bray-Curtis、Jaccard、UniFrac。
- 排序分析：pcoa、cca 等，结果含特征值、解释比例与坐标。
- 统计检验：permanova、anosim、permd...
使用方式：从 skbio 导入相应类与函数，如 skbio.DNA.read、TreeNode.read、alpha_diversity、beta_diversity、pcoa、permanova、DistanceMatrix、Table 等，按“读数据→计算指标→排序→统计检验”的流程组合。
限制：计数须为整数丰度而非相对频率；系统发育指标需树与 OTU ID 映射；部分度量对生根方式有要求；大文件建议用生成器；PERMANOVA 对离散度差异敏感，宜配合 PERMDISP。官方文档与 GitHub 仓库见资料所列，更多参数细节暂未在资料中完整提供。