Biopython項目包含一系列用於計算生物學和生物信息學的非商業性Python工具，是一個國際性開發者協會所創建的開源軟件集。[1] [4][5]其中包含表示生物序列和序列註釋的類，且能夠讀取和寫入多種文件格式。它還允許通過編程訪問在線的生物學數據庫，例如美國國家生物技術信息中心（NCBI）數據庫。單獨模塊還能使Biopython的功能擴展到序列比對、蛋白質結構、群體遺傳學、系統發生學、序列基序和機器學習。Biopython項目意圖減少計算生物學中的代碼重複問題，並與相似項目一樣以Bio為前綴命名。[6]
 | 此條目翻譯自英語維基百科，需要相關領域的編者協助校對翻譯。 |
 | |
| 原作者 | Chapman B, Chang J[1] |
|---|---|
| 首次發佈 | 2002年12月17日 |
| 當前版本 | |
| 原始碼庫 | https://github.com/biopython/biopython |
| 程式語言 | Python和C語言 |
| 平台 | 跨平台 |
| 類型 | 生物信息學 |
| 許可協議 | Biopython許可證 |
| 網站 | biopython |
歷史
Biopython的開發始於1999年，並於2000年7月首次發佈[7]。同時期被開發的同類項目還有BioPerl、BioRuby和BioJava，這些項目的命名都體現了開發所使用的程式語言。該項目的早期開發人員包含Jeff Chang、Andrew Dalke和Brad Chapman，至今有100餘人做出貢獻。[8]2007年時建立了類似的Python項目PyCogent。[9]
Biopython最初可以訪問、索引和處理生物序列文件，這也是其主要目標。在之後幾年中，新增的其他模塊使其功能也涵蓋其他生物學領域（見主要特點和示例）。
1.77版本起，Biopython項目結束對Python 2的支持。 [10]
設計
Biopython儘可能遵循Python語言的慣例，以便Python用戶輕鬆使用。例如，Seq和SeqRecord對象可以通過切片進行操作，與Python的字符串和列表相似。其功能設計也與其他Bio*項目（如BioPerl）相似。[7]
Biopython的每個功能區可讀寫常見的文件格式，並且許可證寬鬆，能與其他多數軟件的許可證兼容，因此能在許多軟件項目中使用Biopython。[5]
主要特點和示例
Biopython的一個核心概念是由Seq類表示的生物序列。[11]Seq對象與Python字符串很相似：它支持Python切分符號，可與其他序列連接，並且不可變。此外，它有序列專用的方法，並能指定要使用的特定的生物字母表。
>>> # 该脚本创建 DNA 序列并执行一些典型的操作
>>> from Bio.Seq import Seq
>>> dna_sequence = Seq("AGGCTTCTCGTA", IUPAC.unambiguous_dna)
>>> dna_sequence
Seq('AGGCTTCTCGTA', IUPACUnambiguousDNA())
>>> dna_sequence[2:7]
Seq('GCTTC', IUPACUnambiguousDNA())
>>> dna_sequence.reverse_complement()
Seq('TACGAGAAGCCT', IUPACUnambiguousDNA())
>>> rna_sequence = dna_sequence.transcribe()
>>> rna_sequence
Seq('AGGCUUCUCGUA', IUPACUnambiguousRNA())
>>> rna_sequence.translate()
Seq('RLLV', IUPACProtein())
SeqRecord類以SeqFeature對象的形式描述序列以及名稱、描述和特徵等信息。每個SeqFeature對象指定特徵的類型及其位置。特徵類型可以是「gene」、「CDS」（編碼序列）、「repeat_region」、「mobile_element」或其他，特徵在序列中的位置可以是精確的或近似的。
>>> # 该脚本从文件中加载带注释的序列并查看其部分内容。
>>> from Bio import SeqIO
>>> seq_record = SeqIO.read("pTC2.gb", "genbank")
>>> seq_record.name
'NC_019375'
>>> seq_record.description
'Providencia stuartii plasmid pTC2, complete sequence.'
>>> seq_record.features[14]
SeqFeature(FeatureLocation(ExactPosition(4516), ExactPosition(5336), strand=1), type='mobile_element')
>>> seq_record.seq
Seq("GGATTGAATATAACCGACGTGACTGTTACATTTAGGTGGCTAAACCCGTCAAGC...GCC", IUPACAmbiguousDNA())
Biopython可以讀寫多種常見的序列格式，包括FASTA、FASTQ、GenBank、Clustal、PHYLIP和NEXUS。讀取文件時，文件中的描述性信息會填充Biopython類的成員，例如SeqRecord，因此可以將某種文件格式的記錄轉換成其他格式。
超大的序列文件可能佔滿計算機的內存資源，因此Biopython提供了多種選項來訪問大型文件中的記錄。文件可以完全加載到Python數據結構（例如列表或字典）的內存中，以佔用內存為代價提供快速訪問。也可以按需從磁盤讀取文件，這樣訪問性能較差，但內存用量較低。
>>> # 该脚本加载一个包含多个序列的文件，并以不同的格式保存每个序列。
>>> from Bio import SeqIO
>>> genomes = SeqIO.parse("salmonella.gb", "genbank")
>>> for genome in genomes:
... SeqIO.write(genome, genome.id + ".fasta", "fasta")
Biopython用戶可以通過Bio.Entrez模塊從NCBI數據庫下載生物學數據。Entrez搜尋引擎提供的各項功能都可通過該模塊的功能實現，包括搜索、數據記錄下載。
>>> # 该脚本从 NCBI 核苷酸数据库下载基因组并将其保存在 FASTA 文件中。
>>> from Bio import Entrez
>>> from Bio import SeqIO
>>> output_file = open("all_records.fasta", "w")
>>> Entrez.email = "my_email@example.com"
>>> records_to_download = ["FO834906.1", "FO203501.1"]
>>> for record_id in records_to_download:
... handle = Entrez.efetch(db="nucleotide", id=record_id, rettype="gb")
... seqRecord = SeqIO.read(handle, format="gb")
... handle.close()
... output_file.write(seqRecord.format("fasta"))
Bio.Phylo模塊提供了用於處理和可視化系統發生樹的工具，且支持多種文件格式的讀寫，包括Newick、Nexus和phyloXML。通過Tree和Clade對象支持常見的樹操作和遍歷。示例包括轉換和整理樹文件、從樹中提取子集、更改樹的根以及分析分支特徵（例如長度或分數）。[13]
有根樹可以用ASCII或使用matplotlib繪製（見圖1），且Graphviz庫可用於創建無根佈局（見圖2）。
GenomeDiagram模塊為Biopython提供了可視化序列的方法。[15]序列可以以線性或圓形形式繪製（參見圖 3），並且支持許多輸出格式，包括PDF和PNG 。製作軌跡然後向軌跡添加序列特徵可以創建圖表。通過遍歷序列的特徵和使用其屬性，可以決定是否、如何將其添加到圖表的軌跡，且可以對最終圖表的外觀進行更多控制。可以在不同軌跡之間繪製交叉連結，從而在單個圖表中比較多個序列。
2003年時Bio.PDB模塊被添加到Biopython[16]，它可以從PDB和mmCIF文件加載分子結構，Structure對象是該模塊的核心，它以分層方式組織大分子結構：Structure對象包含Model對象，Model對象包含Chain對象，Chain對象包含Residue對象，Residue對象包含Atom對象。無序殘基和原子有自己的類， DisorderedResidue和DisorderedAtom ，描述它們的不確定位置。
使用Bio.PDB可以瀏覽大分子結構文件的各個組成部分，例如檢查蛋白質中的每個原子。可以進行常見的分析，例如測量距離或角度、比較殘留物以及計算殘留物深度。
Bio.PopGen模塊增加了對Biopython for Genepop的支持，Genepop是一個用於群體遺傳學統計分析的軟件包。 [17]這允許分析哈迪-溫伯格平衡、連鎖不平衡和群體等位基因頻率的其他特徵。
該模塊還可以使用fastsimcoal2程序，利用凝聚態理論進行群體遺傳模擬。[18]
Biopython的許多模塊都包含常用工具的命令行包裝器，允許在Biopython中使用這些工具。這些包裝器包括BLAST、Clustal、PhyML、EMBOSS和SAMtools。用戶可以將通用封裝類子類化，以添加對其他命令行工具的支持。
參見
- 開放生物信息學基金會
- BioPerl
- BioRuby
- BioJS
- BioJava
參考文獻
外部連結
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
