Biopython的基本使用步骤详解
李升伟 整理
Biopython （GitHub - biopython/biopython: Official git repository for Biopython）是一个用于生物信息学的 Python 库，提供了丰富的工具来处理和分析生物数据。以下是使用 Biopython 的基本步骤：
1. 安装 Biopython
首先，你需要安装 Biopython。可以使用 pip 进行安装：
pip install biopython
2. 导入 Biopython 模块
安装完成后，你可以在 Python 脚本中导入 Biopython 的模块。常用的模块包括 Bio.SeqIO、Bio.AlignIO、Bio.Entrez 等。
from Bio import SeqIO from Bio import AlignIO from Bio import Entrez
3. 读取序列文件
Biopython 提供了 SeqIO 模块来读取和写入序列文件。常见的序列文件格式包括 FASTA、GenBank、EMBL 等。
# 读取 FASTA 文件
for record in SeqIO.parse("example.fasta", "fasta"):
print(record.id)
print(record.seq)
4. 序列操作
Biopython 提供了丰富的序列操作功能，包括序列切片、反向互补、翻译等。
from Bio.Seq import Seq
# 创建一个序列对象
my_seq = Seq("GATTACA")
# 获取反向互补序列
reverse_complement = my_seq.reverse_complement()
print(reverse_complement)
# 翻译序列
translated_seq = my_seq.translate()
print(translated_seq)
5. 序列比对
Biopython 提供了 pairwise2 模块来进行序列比对。
from Bio import pairwise2
from Bio.pairwise2 import format_alignment
# 定义两个序列
seq1 = "GATTACA"
seq2 = "GCATGCU"
# 进行全局比对
alignments = pairwise2.align.globalxx(seq1, seq2)
# 输出比对结果
for alignment in alignments:
print(format_alignment(*alignment))
6. 访问 NCBI 数据库
Biopython 提供了 Entrez 模块来访问 NCBI 的数据库。
# 设置邮箱（NCBI 要求） Entrez.email = "your_email@example.com" # 搜索 PubMed handle = Entrez.esearch(db="pubmed", term="biopython") record = Entrez.read(handle) handle.close() print(record["IdList"]) # 获取 GenBank 记录 handle = Entrez.efetch(db="nucleotide", id="AY851612", rettype="gb", retmode="text") record = SeqIO.read(handle, "genbank") handle.close() print(record.description)
7. 多序列比对
Biopython 提供了 AlignIO 模块来读取和写入多序列比对文件。
# 读取多序列比对文件
alignment = AlignIO.read("example.aln", "clustal")
print(alignment)
# 输出比对信息
for record in alignment:
print(record.id, record.seq)
8. 结构分析
Biopython 还提供了 Bio.PDB 模块来处理蛋白质结构数据。
from Bio.PDB import PDBParser
# 解析 PDB 文件
parser = PDBParser()
structure = parser.get_structure("example", "example.pdb")
# 输出结构信息
for model in structure:
for chain in model:
for residue in chain:
print(residue)
9. 保存序列文件
你可以使用 SeqIO.write 将序列保存到文件中。
records = list(SeqIO.parse("example.fasta", "fasta"))
SeqIO.write(records, "output.fasta", "fasta")
10. 其他功能
Biopython 还提供了许多其他功能，如：
-
序列特征分析：使用
Bio.SeqFeature模块。 -
进化树分析：使用
Bio.Phylo模块。 -
BLAST 搜索：使用
Bio.Blast模块。
结论
Biopython 是一个功能强大的生物信息学工具库，涵盖了从序列分析到结构分析的广泛功能。通过上述步骤，你可以开始使用 Biopython 来处理和分析生物数据。
（来自deepseek问答。）