用途:Biopython 是免费的计算分子生物学 Python 工具集,用于生物序列处理、生物信息学文件读写与转换、NCBI 数据库访问、BLAST、序列比对、蛋白结构分析、系统发育树构建与可视化等任务。
主要能力:按子包划分,Bio.Seq 与 Bio.SeqIO 负责序列操作及 FASTA、GenBank、FASTQ 等格式读写转换;Bio.Align 与 Bio.AlignIO 负责双序列与多序列比对;Bio.Entrez 以编程方式访问 NCBI 的 PubMed、GenBank、Protein、Gene 等数据库;Bio.Blast 运行并解析 BLAST 结果;Bio.PDB 解析 PDB/mmCIF 结构并按 SMCRA 层级导航;Bio.Phylo 处理 Newick、NEXUS、phyloXML 树;此外还有 motifs、PopGen、SeqUtils、Restriction、Cluster、GenomeDiagram 等高级功能。
使用方式:安装命令为 uv pip install biopython,需 Python 3 与 NumPy。访问 NCBI 时必须设置 Entrez.email,可选设置 Entrez.api_key 提高速率限制(10 次/秒,默认 3 次/秒)。典型用法包括用 SeqIO.parse 逐条读取序列、SeqIO.convert 转换格式、Entrez.esearch/efetch 检索下载记录、NCBIWWW.qblast 运行 BLAST、PDBParser 解析结构、Phylo.read 读取并绘制树。
适用场景:DNA/RNA/蛋白质序列分析、格式转换、PubMed 文献检索、BLAST 搜索、比对、结构生物信息学、系统发育分析、群体遗传学、基序与限制酶位点分析、序列统计(GC 含量、分子量、熔解温度)等。
限制:需遵守 NCBI 速率限制并缓存下载数据;解析前应校验文件格式;大文件宜用迭代器避免占用内存;比对前序列需等长;网络与解析操作需处理异常;翻译需选用合适遗传密码表。官方文档见 https://biopython.org/docs/latest/,教程见 https://biopython.org/docs/latest/Tutorial/,代码库见 https://github.com/biopython/biopython。