用途:Biopython 是免费开源的 Python 生物计算工具集,用于序列操作、文件读写与格式转换、数据库访问、结构生物信息学、系统发育等分子生物学任务。当前版本 1.85(2025 年 1 月发布),支持 Python 3,依赖 NumPy。
主要能力:按子包划分。Bio.Seq 与 Bio.SeqIO 处理序列及 FASTA、GenBank、FASTQ 等文件读写与转换;Bio.Align 与 Bio.AlignIO 做双序列与多序列比对;Bio.Entrez 程序化访问 NCBI 数据库(GenBank、PubMed、Protein、Gene 等);Bio.Blast 运行并解析 BLAST;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;另有 motifs、PopGen、SeqUtils、Restriction、Cluster、GenomeDiagram 等。
使用方式:安装命令为 uv pip install biopython。访问 NCBI 时须设置邮箱:Entrez.email = "your.email@example.com";可选设置 Entrez.api_key 提高速率限制(10 请求/秒,而非 3 请求/秒)。常用模式包括用 SeqIO.parse 逐条读取大文件、用 SeqIO.convert 转换格式、用 Entrez.esearch/efetch 检索下载、用 NCBIWWW.qblast 与 NCBIXML 解析 BLAST 结果、用 DistanceCalculator 与 DistanceTreeConstructor 从比对构建树。
适用场景:序列统计(GC 含量、分子量、熔解温度)、基序查找、限制酶位点分析、群体遗传学、蛋白结构距离与 RMSD 计算、系统发育树构建与可视化等。
限制:需 Python 3 与 NumPy;NCBI 访问受速率限制并需有效邮箱与合法 accession;比对前序列须等长;大文件应使用迭代器避免内存占用;本地 BLAST 更适合大规模搜索。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。