SuperAPI AI 工具集

biopython-sequence-analysis

数据与分析

查看项目

更新于 10-15 22:39

技能介绍

用途:面向序列中心的生物信息学分析流程,从 NCBI 数据获取、比对到系统发育推断。

主要能力:Bio.SeqIO 读写 FASTA、FASTQ、GenBank、EMBL、PHYLIP、Nexus 等格式,SeqIO.parse() 返回 SeqRecord 迭代器,SeqIO.index() 支持大文件随机访问,SeqIO.convert() 可一次完成格式转换;Bio.Seq/SeqRecord/SeqFeature 提供序列操作、特征注释与坐标提取;Bio.Entrez 封装 NCBI E-utilities(esearch/efetch/elink/esummary);Bio.Blast 支持远程 qblast 与本地 BLAST+ 结果解析;Bio.Phylo 解析 Newick/Nexus/PhyloXML/NeXML 并支持定根、剪枝、距离计算与 matplotlib 可视化;Bio.Align.PairwiseAligner 替代已弃用的 pairwise2,支持全局/局部比对与 BLOSUM62 等替换矩阵。

使用方式:需安装 biopython、numpy、matplotlib;本地 BLAST 需另装 BLAST+(conda install -c bioconda blast)。调用 Entrez 前必须设置 Entrez.email,默认限速 3 req/s,使用 API key 可提升至 10 req/s。安装命令:pip install biopython numpy matplotlib。运行前可用 command -v python 检查环境是否已具备该工具;在 pixi 项目中应使用 pixi run python。

适用场景:从 NCBI 下载基因家族并构建系统发育树、解析 GenBank/GFF3 提取 CDS、运行 BLAST 并筛选显著命中、计算序列一致性与比对打分、大 FASTA/FASTQ 随机访问、序列格式互转、程序化遍历与注释系统发育树。

限制:处理 SAM/BAM/CRAM 应改用 pysam;生态多样性指标或 PCoA 应改用 scikit-bio;快速基因查询可用 gget。PCR 引物设计、限制酶切、克隆模拟、蛋白结构分析(Bio.PDB)及分子量/Tm 计算属于 biopython-molecular-biology 技能范围。远程 BLAST 与 Entrez 受 NCBI 速率限制,本地 BLAST 需额外安装 BLAST+,MUSCLE/ClustalW 为可选依赖。