SuperAPI AI 工具集

biopython-molecular-biology

编程与开发

查看项目

更新于 10-15 22:39

技能介绍

用途:Biopython 是面向计算分子生物学的开源 Python 库,用于序列处理、生物文件格式解析与转换、NCBI 数据库访问、BLAST 搜索、蛋白结构分析和系统发育分析。支持 Python 3,依赖 NumPy。

主要能力:Bio.Seq 创建与操作 DNA/RNA/蛋白序列(互补、反向互补、转录、翻译、指定遗传密码表);Bio.SeqIO 读写与转换 FASTA、GenBank、FASTQ 等格式,支持流式过滤与索引随机访问;Bio.Entrez 以编程方式检索 PubMed、GenBank、Protein 等 NCBI 数据库;Bio.Blast 运行并解析远程 NCBI 或本地 BLAST+ 结果;Bio.Align 进行全局/局部双序列比对,可自定义打分并加载 BLOSUM62 等替换矩阵;Bio.PDB 解析 PDB/mmCIF,遍历 SMCRA 层级、提取序列、计算距离与叠合 RMSD;Bio.Phylo 从比对构建 NJ/UPGMA 树并可视化;Bio.SeqUtils 计算 GC 含量、分子量、熔解温度及蛋白等电点、GRAVY 等。

使用方式:安装命令为 pip install biopython numpy matplotlib。典型流程为用 SeqIO.parse 读取文件、用 Seq 与 SeqUtils 计算统计、用 Entrez 按 accession 获取记录、用 NCBIWWW.qblast 或 NcbiblastpCommandline 执行搜索、用 AlignIO 与 DistanceTreeConstructor 建树。Entrez 需设置 Entrez.email,可选 api_key 提升请求频率。

适用场景:格式批量转换、序列统计与过滤、基因获取与 CDS 翻译、同源序列比对与系统发育分析、蛋白结构叠合等。

限制:读取 SAM/BAM/CRAM 应改用 pysam,生态多样性指标应改用 scikit-bio;本地 BLAST 需安装 BLAST+,MUSCLE 比对需单独安装;远程 NCBI 访问受速率限制;叠合要求原子数一致。其余细节暂未提供。