簡介

什麼是 Biopython？

Biopython 是一組免費提供的 Python (https://www.python.org) 模組，用於計算分子生物學。 Python 是一種物件導向、直譯、靈活的語言，廣泛用於科學計算。 Python 易於學習，語法非常清晰，並且可以很容易地使用 C、C++ 或 FORTRAN 編寫的模組進行擴展。自 2000 年成立以來 [Chapman2000]，Biopython 一直由全球一大群志願者不斷開發和維護。

Biopython 網站 (http://www.biopython.org) 為開發用於生物資訊學使用和研究的基於 Python 的軟體的開發人員提供模組、腳本和網路連結的線上資源。 Biopython 包括各種生物資訊學檔案格式 (BLAST、Clustalw、FASTA、Genbank、...) 的解析器、對線上服務 (NCBI、Expasy、...) 的存取、標準序列類別、序列比對和模體分析工具、聚類演算法、結構生物學模組和親緣關係分析模組。

我可以在 Biopython 套件中找到什麼

主要的 Biopython 版本具有許多功能，包括

  • 能夠將生物資訊學檔案解析為 Python 可用的資料結構，包括對以下格式的支援

    • Blast 輸出 – 來自獨立和 WWW Blast

    • Clustalw

    • FASTA

    • GenBank

    • PubMed 和 Medline

    • ExPASy 檔案，如 Enzyme 和 Prosite

    • SCOP，包括 'dom' 和 'lin' 檔案

    • UniGene

    • SwissProt

  • 可以逐筆記錄迭代或索引並通過字典介面存取支援格式的檔案。

  • 用於處理流行的線上生物資訊學目的地的程式碼，例如

    • NCBI – Blast、Entrez 和 PubMed 服務

    • ExPASy – Swiss-Prot 和 Prosite 條目，以及 Prosite 搜尋

  • 與常見生物資訊學程式的介面，例如

    • 來自 NCBI 的獨立 Blast

    • Clustalw 比對程式

    • EMBOSS 命令列工具

  • 處理序列、序列 ID 和序列特徵的標準序列類別。

  • 用於對序列執行常見操作的工具，例如轉譯、轉錄和權重計算。

  • 使用 k 最近鄰、樸素貝葉斯或支援向量機執行資料分類的程式碼。

  • 用於處理比對的程式碼，包括創建和處理取代矩陣的標準方法。

  • 使分割可並行化任務為獨立進程變得容易的程式碼。

  • 用於執行基本序列操作、轉譯、BLAST 等的基於 GUI 的程式。

  • 大量關於使用模組的文件和幫助，包括此檔案、線上維基文件、網站和郵件列表。

  • 與 BioSQL 的整合，BioSQL 是一種也由 BioPerl 和 BioJava 專案支援的序列資料庫架構。

我們希望這能給你足夠的理由下載並開始使用 Biopython！

安裝 Biopython

Biopython 的所有安裝資訊都與本文檔分開，以便更容易保持更新。

簡短版本是使用 pip install biopython，請參閱 主要 README 檔案以取得其他選項。

常見問題 (FAQ)

  1. 我如何在科學出版物中引用 Biopython？
    請引用我們的應用說明 [Cock2009] 作為 Biopython 的主要參考文獻。此外，如果合適，請引用以下列表中的任何出版物，特別是作為 Biopython 中特定模組的參考文獻（更多資訊可以在我們的網站上找到）

    • 關於官方專案公告：Chapman 和 Chang, 2000 [Chapman2000]；

    • 關於 Bio.PDB：Hamelryck 和 Manderick, 2003 [Hamelryck2003A]；

    • 關於 Bio.Cluster：De Hoon et al., 2004 [DeHoon2004]；

    • 關於 Bio.Graphics.GenomeDiagram：Pritchard et al., 2006 [Pritchard2006]；

    • 關於 Bio.Phylo 和 Bio.Phylo.PAML：Talevich et al. 2012 [Talevich2012]；

    • 關於 Biopython、BioPerl、BioRuby、BioJava 和 EMBOSS 中支援的 FASTQ 檔案格式：Cock et al., 2010 [Cock2010]。

  2. 我應該如何大寫「Biopython」？「BioPython」可以嗎？
    正確的大小寫是「Biopython」，而不是「BioPython」（即使那樣會與 BioPerl、BioJava 和 BioRuby 相符）。
  3. Biopython 軟體是如何授權的？
    Biopython 是在Biopython 授權協議下發布的。 但是，自 Biopython 1.69 發布以來，某些檔案已明確以您選擇的Biopython 授權協議或BSD 3 條款授權進行雙重授權。 這旨在稍後在此雙重授權方法下提供所有 Biopython。
  4. Biopython 標誌是什麼？它是如何授權的？
    截至 2017 年 7 月和 Biopython 1.70 版本，Biopython 標誌是一條黃色和藍色蛇，在小寫的「biopython」字樣上方形成雙螺旋。 它由 Patrick Kunzmann 設計，並且此標誌以您選擇的Biopython 授權協議或BSD 3 條款授權進行雙重授權。
    new-logo
    在此之前，Biopython 標誌是兩條黃色蛇，在「BIOPYTHON」字樣周圍形成雙螺旋，由 Henrik Vestergaard 和 Thomas Hamelryck 在 2003 年作為公開競賽的一部分設計。
    old-logo
  5. 您是否有列出每個版本中新增內容的變更日誌？
    請參閱原始程式碼中包含的檔案 NEWS.rst（最初僅稱為 NEWS），或閱讀 GitHub 上的最新 NEWS 檔案。
  6. 我的列印命令發生了什麼問題？
    從 Biopython 1.77 開始，我們僅支援 Python 3，因此本教學課程使用 Python 3 風格的列印函數。
  7. 我如何找出我安裝的 Biopython 版本？
    請使用這個
    >>> import Bio
>>> print(Bio.__version__)

    如果「import Bio」行失敗，則表示未安裝 Biopython。請注意，版本前後都有雙底線。如果第二行失敗，則表示您的版本非常過時。

    如果版本字串以加號結尾，例如「1.66+」，則表示您沒有正式版本，而是該版本發布後的開發中程式碼的舊快照。 此命名方式在 2016 年 6 月 Biopython 1.68 發布之前使用。

    如果版本字串以「.dev<number>」結尾，例如「1.68.dev0」，則表示您沒有正式版本，而是該版本發布之前的開發中程式碼的快照。

  8. 此文件的最新版本在哪裡？
    如果您下載 Biopython 原始程式碼存檔，它將包含 HTML 和 PDF 格式的相關版本。 本文件的最新發布版本（每次發布時都會更新）在線上
  9. 我的序列比較有什麼問題？
    在 Biopython 1.65 中進行了重大變更，使 Seq 和 MutableSeq 類別（和子類別）使用基於簡單字串的比較，您可以使用 str(seq1) == str(seq2) 明確執行此操作。

    舊版本的 Biopython 會使用基於實例的比較來處理 Seq 物件，您可以使用 id(seq1) == id(seq2) 顯式地進行比較。

    如果您仍然需要支援舊版本的 Biopython，請使用這些顯式形式以避免問題。請參閱第 比較 Seq 物件 節。

  10. Bio.SeqIO 和 Bio.AlignIO 讀取和寫入哪些檔案格式？
    請查看內建的 docstrings（from Bio import SeqIO，然後 help(SeqIO)），或查看 wiki 上的 https://biopython.dev.org.tw/wiki/SeqIO 和 https://biopython.dev.org.tw/wiki/AlignIO 以取得最新的清單。
  11. 為什麼 Bio.SeqIO 和 Bio.AlignIO 函數 parse、read 和 write 不接受檔案名稱？它們堅持使用 handles！
    您需要 Biopython 1.54 或更高版本，或直接顯式地使用 handles（請參閱第 什麼是 handle？ 節）。尤其重要的是，在寫入資料後，記得顯式地關閉輸出 handles。
  12. 為什麼 Bio.SeqIO.write() 和 Bio.AlignIO.write() 函數不接受單一記錄或比對？它們堅持使用列表或迭代器！
    您需要 Biopython 1.54 或更高版本，或直接使用 [...] 將項目包裝起來，以建立包含一個元素的列表。
  13. 為什麼 str(...) 沒有給我 Seq 物件的完整序列？
    您需要 Biopython 1.45 或更高版本。
  14. 為什麼 Bio.Blast 無法與最新的純文字 NCBI blast 輸出一起使用？
    NCBI 不斷調整 BLAST 工具的純文字輸出，而保持我們的解析器為最新版本是一項持續的挑戰。如果您沒有使用最新版本的 Biopython，您可以嘗試升級。然而，我們（和 NCBI）建議您改用 XML 輸出，該輸出旨在由電腦程式讀取。
  15. 為什麼我使用 Bio.Entrez.efetch() 的腳本停止運作？
    這可能是由於 NCBI 在 2012 年 2 月引入 EFetch 2.0 所做的變更。首先，他們變更了預設的回傳模式 - 您可能需要將 retmode="text" 新增到您的呼叫中。其次，他們現在對如何提供 ID 列表更加嚴格 - Biopython 1.59 及更高版本會自動將列表轉換為逗號分隔的字串。
  16. 為什麼 Bio.Blast.NCBIWWW.qblast() 給出的結果與 NCBI BLAST 網站上的結果不同？
    您需要指定相同的選項 - NCBI 經常調整網站上的預設設定，它們不再與 QBLAST 的預設值相符。請檢查像是 gap penalties 和 expectation threshold 之類的項目。
  17. 為什麼我無法將 SeqRecord 物件加在一起？
    您需要 Biopython 1.53 或更高版本。
  18. 為什麼 Bio.SeqIO.index_db() 無法運作？該模組匯入沒有問題，但沒有 ``index_db`` 函數！
    您需要 Biopython 1.57 或更高版本（以及支援 SQLite3 的 Python）。
  19. MultipleSeqAlignment 物件在哪裡？Bio.Align 模組匯入沒有問題，但這個類別不存在！
    您需要 Biopython 1.54 或更高版本。或者，較舊的 Bio.Align.Generic.Alignment 類別支援它的某些功能，但不建議現在使用它。
  20. 為什麼我無法直接從應用程式封裝器執行命令列工具？
    您需要 Biopython 1.55 或更高版本，但這些在 Biopython 1.78 中已被棄用。請考慮直接使用 Python subprocess 模組。
  21. 我查看了一個目錄以尋找程式碼，但我找不到執行某項操作的程式碼。它藏在哪裡？
    需要了解的一件事是，我們將程式碼放在 __init__.py 檔案中。如果您不習慣在該檔案中尋找程式碼，這可能會讓人困惑。我們這樣做的原因是要讓使用者更容易匯入。例如，您可以直接使用 from Bio import GenBank，而不必執行像 from Bio.GenBank import GenBank 這樣「重複」的匯入。
  22. 為什麼 Bio.Fasta 無法運作？
    我們在 Biopython 1.51（2009 年 8 月）中棄用了 Bio.Fasta 模組，並在 Biopython 1.55（2010 年 8 月）中將其刪除。在 DEPRECATED.rst 檔案中有一個簡短的範例說明如何將舊程式碼轉換為使用 Bio.SeqIO。

對於更常見的問題，Python FAQ 頁面 https://docs.python.org/3/faq/index.html 可能會有幫助。