BioPython安装与入门

BioPython简介

Biopython工程是一个使用Python来开发计算分子生物学工具的国际团体。(http://www.python.org) Python是一种面向对象的、解释型的、灵活的语言，在计算机科学中日益流行。Python易学，语法明晰，并且能很容易的使用以C，C++或者FORTRAN编写的模块实现扩展。

Biopython官网(http://www.biopython.org)为使用和研究生物信息学的开发者提供了一个在线的资源库，包括模块、脚本以及一些基于Python的软件的网站链接。一般来讲，Biopython致力于通过创造高质量的和可重复利用的模块及类，从而使得Python在生物信息学中的应用变得更加容易。Biopython的特点包括解析各种生物信息学格式的文件(BLAST， Clustalw， FASTA， Genbank...)，访问在线的服务器(NCBI，Expasy...)，常见和不那么常见程序的接口(Clustalw， DSSP，MSMS...)，标准的序列类，各种收集的模块，KD树数据结构等等，还有一些文档。

BioPython主要功能

将生物信息学文件解析为Python可用的数据结构，包含以下支持的格式：
- Blast输出结果 – standalone和在线Blast
- Clustalw
- FASTA
- GenBank
- PubMed和Medline
- ExPASy文件, 如Enzyme和Prosite
- SCOP, 包括‘dom’和‘lin’文件
- UniGene
- SwissProt
被支持格式的文件可以通过记录来重复或者通过字典界面来索引。
处理常见的生物信息学在线数据库的代码：
- NCBI – Blast, Entrez和PubMed服务
- ExPASy – Swiss-Prot和Prosite条目, 包括Prosite搜索
常见生物信息学程序的接口，例如：
- NCBI的Standalone Blast
- Clustalw比对程序
- EMBOSS命令行工具
一个能处理序列、ID和序列特征的标准序列类。
对序列实现常规操作的工具，如翻译，转录和权重计算。
利用k最近邻接、Bayes或SVM对数据进行分类的代码。
处理比对的代码，包括创建和处理替换矩阵的标准方法。
分发并行任务到不同进程的代码。
实现序列的基本操作，翻译以及BLAST等功能的GUI程序。
使用这些模块的详细文档和帮助，包括此文件，在线的wiki文档，网站和邮件列表。
整合BioSQL，一个也被BioPerl和BioJava支持的数据库架构。

BioPython安装：通过pip安装

（安装之前确定安装了anaconda或者miniconda或者pip）

pip install biopython

测试安装

import Bio

入门小实例

#!/usr/bin/env python3from Bio.Seq import Seq#create a sequence object
my_seq = Seq('CATGTAGACTAG')#print out some details about it
print ('seq %s is %i bases long' % (my_seq, len(my_seq)))
print ('reverse complement is %s' % my_seq.reverse_complement())
print ('protein translation is %s' % my_seq.translate())

参考资料

https://biopython.org/

https://biopython.org/wiki/Download

https://github.com/biopython