Biopython 简介

Biopython是最大和最流行的Python生物信息学包。它包含许多不同的子模块，用于常见的生物信息学任务。它是由Chapman和Chang开发的，主要用Python编写。它还包含C代码以优化软件的复杂计算部分。它可以在Windows、Linux、Mac OS X等系统上运行。

基本上，Biopython是一个Python模块的集合，提供了处理DNA、RNA和蛋白质序列操作的功能，如DNA字符串的反向互补，寻找蛋白质序列中的主题等。它提供了很多解析器来读取所有主要的基因数据库，如GenBank、SwissPort、FASTA等，以及包装器/接口来运行其他流行的生物信息学软件/工具，如NCBI BLASTN、Entrez等，在python环境中运行。它的兄弟项目包括BioPerl, BioJava和BioRuby。

特点

Biopython是可移植的，清晰的，并且有易于学习的语法。一些突出的特点列举如下

• 解释型、互动型和面向对象型。

• 支持FASTA, PDB, GenBank, Blast, SCOP, PubMed/Medline, ExPASy相关格式。

• 可以选择处理序列格式。

• 管理蛋白质结构的工具。

• BioSQL – 用于存储序列的标准SQL表集，加上特征和注释。

• 访问在线服务和数据库，包括NCBI服务（Blast, Entrez, PubMed）和ExPASY服务（SwissProt, Prosite）。

• 访问本地服务，包括Blast、Clustalw、EMBOSS。

目标

Biopython的目标是通过python语言提供简单、标准和广泛的生物信息学访问。Biopython的具体目标列举如下

• 提供对生物信息学资源的标准化访问。

• 高质量的、可重复使用的模块和脚本。

• 快速阵列操作，可用于Cluster代码、PDB、NaiveBayes和Markov模型。

• 基因组数据分析。

优势

Biopython需要的代码非常少，并且具有以下优点

• 提供用于聚类的微阵列数据类型。

• 读取和写入Tree-View类型的文件。

• 支持用于PDB解析、表示和分析的结构数据。

• 支持Medline应用中使用的期刊数据。

• 支持BioSQL数据库，它是所有生物信息学项目中广泛使用的标准数据库。

• 通过提供模块将生物信息学文件解析为 特定格式的记录对象或序列加特征的通用类别， 支持解析器的开发。

• 基于烹饪书风格的清晰文档。

案例研究样本

让我们来看看一些使用案例（群体遗传学，RNA结构等），并尝试了解Biopython在这个领域是如何发挥重要作用的。

群体遗传学

群体遗传学是对群体内遗传变异的研究，涉及对群体中基因和等位基因频率随空间和时间变化的检查和建模。

Biopython提供了用于群体遗传学的Bio.PopGen模块。这个模块包含了收集经典种群遗传学信息的所有必要功能。

RNA结构

DNA、RNA和蛋白质是我们生活中必不可少的三大生物大分子。蛋白质是细胞的工作母机，作为酶发挥着重要作用。DNA（脱氧核糖核酸）被认为是细胞的 “蓝图”。它携带细胞生长、吸收营养和繁殖所需的所有遗传信息。RNA（核糖核酸）在细胞中起着 “DNA影印 “的作用。

Biopython提供了代表核苷酸的Bio.Sequence对象，它是DNA和RNA的构建块。