SuperAPI AI 工具集

biopython

编程与开发

查看项目

更新于 10-15 23:44

技能介绍

用途:Biopython 是面向计算分子生物学的 Python 工具集,覆盖序列处理、文件读写与格式转换、比对、数据库访问、结构生物信息学与系统发育分析等任务。

主要能力: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 支持成对及多序列比对;Bio.Entrez 以编程方式检索 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 读写与可视化系统发育树;Bio.motifs、Bio.SeqUtils、Bio.Restriction、Bio.Cluster、GenomeDiagram 等提供基序、序列统计、限制酶位点、聚类与基因组图功能。

使用方式:安装可执行 uv pip install "biopython==1.88",需 Python 3.10+ 与 NumPy。使用 NCBI 数据库时必须设置 Entrez.email,建议设置 Entrez.tool;如需更高请求频率(10 req/s 而非 3 req/s),仅从环境变量读取 NCBI_API_KEY,不要硬编码密钥。处理大文件时用迭代器逐条读取,并在句柄打开期间消费惰性迭代器。

适用场景:序列统计与翻译、格式批量转换、PubMed 检索、BLAST 命中获取、蛋白结构距离与叠合计算、从比对构建系统发育树等。

限制:部分示例依赖用户文件或外部程序,属示意性质;群体遗传学统计需外部软件;Bio.HMM、Bio.MarkovModel、Bio.Application 已在 1.86 移除,可改用 hmmlearn 与 subprocess;1.86 起 PairwiseAligner 默认 gap score 由 0 改为 -1,如需旧行为可设 aligner.gap_score = 0;QUIET=True 仅隐藏警告,不修复或校验结构。官方文档见 https://biopython.org/docs/latest/。