---

name: biopython description: "Biopython是一套全面的免费Python生物计算工具。提供序列操作、文件I/O、数据库访问、结构生物信息学、系统发育学等多种生物信息学任务功能。" license: Unknown metadata: skill-author: K-Dense Inc. risk: unknown source: "https://github.com/biopython/biopython"

Biopython：Python计算分子生物学

概述

Biopython是一套全面的免费Python生物计算工具。提供序列操作、文件I/O、数据库访问、结构生物信息学、系统发育学等多种生物信息学任务功能。当前版本为 Biopython 1.85（2025年1月发布），支持Python 3并需要NumPy。

何时使用本技能

在以下情况使用本技能：

• 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搜索或解析BLAST结果
• 执行序列比对（成对比对或多序列比对）
• 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
• 计算序列统计信息（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
• 任何其他计算分子生物学任务

核心功能

Biopython组织为模块化子包，每个子包针对特定的生物信息学领域：

1. 序列处理 - Bio.Seq和Bio.SeqIO用于序列操作和文件I/O
2. 比对分析 - Bio.Align和Bio.AlignIO用于成对和多序列比对
3. 数据库访问 - Bio.Entrez用于程序化访问NCBI数据库
4. BLAST操作 - Bio.Blast用于运行和解析BLAST搜索
5. 结构生物信息学 - Bio.PDB用于处理3D蛋白质结构
6. 系统发育学 - Bio.Phylo用于系统发育树操作和可视化
7. 高级功能 - 基序、群体遗传学、序列工具等

安装和设置

使用pip安装Biopython（需要Python 3和NumPy）：

uv pip install biopython

访问NCBI数据库时，始终设置你的电子邮件地址（NCBI要求）：

from Bio import Entrez
Entrez.email = "your.email@example.com"

# Optional: API key for higher rate limits (10 req/s instead of 3 req/s)
Entrez.api_key = "your_api_key_here"

使用本技能

本技能提供按功能领域组织的全面文档。处理任务时，请查阅相关参考文档：

1. 序列处理（Bio.Seq & Bio.SeqIO）

参考： references/sequence_io.md

用于：

• 创建和操作生物序列
• 读取和写入序列文件（FASTA、GenBank、FASTQ等）
• 在文件格式之间转换
• 从大文件中提取序列
• 序列翻译、转录和反向互补
• 处理SeqRecord对象

快速示例：

from Bio import SeqIO

# Read sequences from FASTA file
for record in SeqIO.parse("sequences.fasta", "fasta"):
    print(f"{record.id}: {len(record.seq)} bp")

# Convert GenBank to FASTA
SeqIO.convert("input.gb", "genbank", "output.fasta", "fasta")

2. 比对分析（Bio.Align & Bio.AlignIO）

参考： references/alignment.md

用于：

• 成对序列比对（全局和局部）
• 读取和写入多序列比对
• 使用替换矩阵（BLOSUM、PAM）
• 计算比对统计信息
• 自定义比对参数

快速示例：

from Bio import Align

# Pairwise alignment
aligner = Align.PairwiseAligner()
aligner.mode = 'global'
alignments = aligner.align("ACCGGT", "ACGGT")
print(alignments[0])

3. 数据库访问（Bio.Entrez）

参考： references/databases.md

用于：

• 搜索NCBI数据库（PubMed、GenBank、Protein、Gene等）
• 下载序列和记录
• 获取出版物信息
• 跨数据库查找相关记录
• 带适当速率限制的批量下载

快速示例：

from Bio import Entrez
Entrez.email = "your.email@example.com"

# Search PubMed
handle = Entrez.esearch(db="pubmed", term="biopython", retmax=10)
results = Entrez.read(handle)
handle.close()
print(f"Found {results['Count']} results")

4. BLAST操作（Bio.Blast）

参考： references/blast.md

用于：

• 通过NCBI网络服务运行BLAST搜索
• 运行本地BLAST搜索
• 解析BLAST XML输出
• 按E值或同一性过滤结果
• 提取命中序列

快速示例：

from Bio.Blast import NCBIWWW, NCBIXML

# Run BLAST search
result_handle = NCBIWWW.qblast("blastn", "nt", "ATCGATCGATCG")
blast_records = NCBIXML.parse(result_handle)

for record in blast_records:
    for alignment in record.alignments:
        print(f"Hit: {alignment.title[:60]}")

5. 结构生物信息学（Bio.PDB）

参考： references/structures.md

用于：

• 解析PDB和mmCIF文件
• 分析蛋白质3D结构
• 计算原子间距离和角度
• 提取特定链或残基
• 叠加结构

快速示例：

from Bio.PDB import PDBParser

parser = PDBParser()
structure = parser.get_structure("protein", "1abc.pdb")

for model in structure:
    for chain in model:
        print(f"Chain {chain.id}: {len(list(chain.get_residues()))} residues")

6. 系统发育学（Bio.Phylo）

参考： references/phylogenetics.md

用于：

• 读取和写入系统发育树文件（Newick、Nexus、PhyloXML）
• 遍历和操作树结构
• 计算树统计信息
• 可视化系统发育树
• 比较树拓扑结构

快速示例：

from Bio import Phylo

tree = Phylo.read("tree.nwk", "newick")
Phylo.draw_ascii(tree)
print(f"Terminals: {len(tree.get_terminals())}")

7. 高级功能

基序分析：

from Bio import motifs
from Bio.Seq import Seq

instances = [Seq("TACAA"), Seq("TACGC"), Seq("TACAC")]
m = motifs.create(instances)
print(m.counts)
pwm = m.counts.normalize(pseudocounts=0.5)
pssm = pwm.log_odds()

序列工具：

from Bio.SeqUtils import gc_fraction, molecular_weight
from Bio.Seq import Seq

seq = Seq("ATGCGATCGATCG")
print(f"GC content: {gc_fraction(seq):.2%}")
print(f"MW: {molecular_weight(seq, 'DNA'):.2f}")

生产环境注意事项

• 速率限制：NCBI限制每秒3次请求（有API密钥为10次）——始终在请求之间添加延迟
• 错误处理：网络请求可能失败——实现重试逻辑
• 大文件：对大文件使用 SeqIO.parse()（迭代器）而非 SeqIO.read()（全部加载到内存）
• 版本兼容性：某些API在不同版本间有变化——检查弃用警告
• 引用：在出版物中使用Biopython时请引用它