Biopython 是一套免费提供的 Python 生物计算工具集，用于完成序列操作、文件输入输出、数据库访问、结构生物信息学、系统发育分析等生物信息学任务。当前版本为 Biopython 1.87（2026 年 3 月 30 日发布），支持 Python 3.10-3.14 与 PyPy3.10，并依赖 NumPy。1.87 版本修复了 Bio.Entrez.Parser 在解析不可信文件时的 CVE-2025-68463，因此对于需要解析外部提供的 Entrez XML 的工作流，建议使用 1.87 或更高版本。
用途
该工具适用于以下场景：处理生物序列（DNA、RNA 或蛋白质）；读取、写入或转换生物文件格式（FASTA、GenBank、FASTQ、PDB、mmCIF 等）；通过 Entrez 访问 NCBI 数据库（GenBank、PubMed、Protein、Gene 等）；运行 BLAST 检索或解析 BLAST 结果；进行序列比对（双序列或多序列比对）；分析 PDB 文件中的蛋白质结构；创建、操作或可视化系统发育树；查找序列基序或分析基序模式；计算序列统计量（GC 含量、分子量、熔解温度等）；执行结构生物信息学任务；处理群体遗传学数据；以及其他计算分子生物学任务。
主要能力
Biopython 按模块化子包组织，每个子包对应特定生物信息学领域：序列处理使用 Bio.Seq 与 Bio.SeqIO；比对分析使用 Bio.Align 与 Bio.AlignIO；数据库访问使用 Bio.Entrez；BLAST 操作使用 Bio.Blast；结构生物信息学使用 Bio.PDB；系统发育使用 Bio.Phylo；此外还有基序、群体遗传学、序列工具等高级功能。
安装与设置
使用显式版本固定安装当前稳定版：uv pip install "biopython==1.87"。访问 NCBI 数据库时，必须设置邮箱地址（NCBI 要求）；对于可复用软件，应设置稳定的 Entrez.tool 值并向 NCBI 注册工具与邮箱。如需更高请求速率（10 次/秒而非 3 次/秒），应仅从环境变量读取 NCBI_API_KEY，不要硬编码密钥或加载无关环境变量。示例代码：
import os from Bio import Entrez
Entrez.email = "your.email@example.com" # required — use your real email Entrez.tool = "your_tool_name" # optional but recommended for reusable software
Optional: register at https://www.ncbi.nlm.nih.gov/account/settings/
if api_key := os.environ.get("NCBI_API_KEY"): Entrez.api_key = api_key
使用方式
编写 Biopython 代码时应遵循以下原则：显式导入模块，例如 from Bio import SeqIO, Entrez 与 from Bio.Seq import Seq；使用 NCBI 数据库时设置 Entrez 邮箱，并仅在存在时从环境变量加载 NCBI_API_KEY；选择合适文件格式（常见格式包括 "fasta"、"genbank"、"fastq"、"clustal"、"phylip"）；正确管理文件句柄，使用后关闭或使用上下文管理器；对大文件使用迭代器，避免一次性载入内存；优雅处理错误，网络操作与文件解析可能失败。
常见模式包括：从 GenBank 获取序列；构建序列分析流水线（计算 GC 含量、长度、翻译等）；运行 BLAST 并获取前几个命中序列；从序列构建系统发育树（读取比对、计算距离、构建邻接树、ASCII 可视化）。
最佳实践
编写代码前先阅读相关参考文档；使用 grep 搜索参考文件中的特定函数或示例；解析前验证文件格式；优雅处理缺失数据；缓存已下载数据；遵守 NCBI 速率限制（使用 API 密钥、注册工具/邮箱、对大型任务使用 Entrez 历史与批处理）；先用小数据集测试；保持 Biopython 更新；翻译时使用合适的遗传密码表；记录分析参数以保证可复现性。
适用场景与限制
该工具适用于计算分子生物学相关任务，包括序列分析、数据库检索、结构分析与系统发育研究。使用时应确认工具版本、参考基因组/注释版本与输入格式（FASTQ、BAM、VCF、h5ad）；确认输入格式、标识符与参数，对影响结果的取值应询问而非猜测；先在小样本上运行；执行完整任务后验证结果（QC 指标、样本身份、基因组版本一致性、批次效应）；报告运行内容（版本、命令、参数）、已检查项与仍不确定项。若输入间基因组版本或标识符不匹配，应停止并先协调（liftover、ID 映射）；若指令中的函数、标志或端点在已安装版本中缺失，应查阅该版本自身文档并告知用户，不得虚构 API；若必需输入、标识符或参数不明确，应询问用户或明确说明假设。不得编造结果、参数、标识符、引用或统计量；不得超出统计支持范围解释生物学意义，应报告多重检验校正；版本相关细节可能过时，应以已安装版本的官方文档为准；涉及费用、共享 GPU 或云配额、个人或患者数据、不可撤销操作时，应先询问。
其他资源
官方文档：https://biopython.org/docs/latest/；教程：https://biopython.org/docs/latest/Tutorial/；GitHub：https://github.com/biopython/biopython；发布说明：https://github.com/biopython/biopython/blob/master/NEWS.rst；已弃用 API：https://github.com/biopython/biopython/blob/master/DEPRECATED.rst；邮件列表：biopython@biopython.org。
相关技能包括 scikit-bio、gget 与 etetoolkit。