biopython简介

biopython和bioperl, biojava项目类似，都是Open Bioinformatics Foundation组织的项目之一，旨在提供一个编程接口，方便生物信息数据的处理。OBF的成员项目部分如下

biopython基于python这个简单易学的编程语言，提供了一系列处理常见生物信息任务的接口，具体可以完成以下几种任务

1. 对常用的文件格式，比如fasta, blast等，进行读写

2. 对blast, clustalw等常用软件的集成

3. 对NCBI, SwissPort, PDB等常用生物信息学数据库的检索和解析

4. 进化树的构建

5. 基因组数据的可视化

biopython采用了面向对象的开发模式，将各个功能封装成了不同的class。学习biopython, 就是对不同class及其方法的学习过程。为了方便管理源代码，根据不同功能分拆成了不同的子模块，常用的子模块有以下几个

1. Bio.Seq, 提供了Seq类，即生物学序列对象，最常见的就是碱基或者核酸序列，比如fasta文件中保存的序列

2. Bio.SeqRecord, 提供了SeqRecord类，包含了序列的注释信息，比如fasta文件中的序列标识符

3. Bio.SeqIO, 提供了parse方法，来读取不同格式的序列文件，比如fasta/genebank等格式

4. Bio.Align, 提供了MultipleSeqAlignment对象，以及读取多序列比输出结果文件的方法

5. Bio.Blast, 提供了运行blast比对软件的方法，以及解析blast输出结果的方法

6. Bio.Entrez, 提供了NCBI Entrez 系统的接口，可以查询，检索，下载， 解析数据库中的内容

7. Bio.SwissPort, 提供了Swiss-prot数据库的接口，可以查询，检索，下载， 解析数据库中的内容

8. Bio.PDB, 提供了PDB数据库的接口，可以查询，检索，下载， 解析数据库中的内容

9. Bio.Phylo, 提供了查看系统发育树和可视化的各种方法

10. Bio.Graphics, 提供了基因组数据的可视化功能

学习biopython, 不仅可以学习它处理各项任务的具体语法，还可以学习其源代码的组织结构，提供我们的编码能力。在后续的文章中，会详细介绍常用模块的用法。

·end·