biopython
全面的分子生物学工具包。用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育分析，以及通过 Bio.Entrez 进行编程式 NCBI/PubMed 访问。最适合批量处理、自定义生物信息学流程、BLAST 自动化。想要快速查询可使用 gget；进行多服务集成则使用 bioservices。
Biopython：Python 计算分子生物学完整工具集
技能概述
Biopython 是一套免费的 Python 工具集合，专为生物信息学和计算分子生物学设计，提供序列处理、数据库访问、结构分析等核心功能。
适用场景
-
批量生物数据处理：处理大量基因序列、转换文件格式（FASTA/GenBank/FASTQ）、计算序列统计指标（GC 含量、分子量），适合需要自动化处理基因组数据的研究者。
-
NCBI 数据库自动化访问：通过 Bio.Entrez 模块程序化访问 GenBank、PubMed 等数据库，批量下载序列和文献信息，适合需要定期获取最新数据的研究流程。
-
序列比对与系统发育分析：执行成对或多序列比对、运行 BLAST 搜索、构建和可视化系统发育树，适合进化生物学和比较基因组学研究。
核心功能
-
序列处理与文件解析：支持读取和写入 FASTA、GenBank、FASTQ、PDB 等 20+ 种生物文件格式，提供序列翻译、转录、反向互补等操作，可处理单条序列或大型文件流式读取。
-
NCBI 数据库集成：通过 Bio.Entrez 提供对 NCBI 各数据库的编程访问，支持搜索 GenBank 核酸序列、PubMed 文献、Protein 蛋白质库，并能解析返回结果进行批量下载。
-
序列比对与 BLAST：内置成对序列比对算法（全局/局部），可调用 NCBI BLAST 网络服务或本地 BLAST 工具，解析 BLAST XML 输出并按 E-value 或相似度过滤结果。
常见问题
Biopython 支持哪些 Python 版本？
Biopython 1.87 支持 Python 3.10-3.14 和 PyPy3.10，同时需要安装 NumPy 依赖。如果你的 Python 版本低于 3.10，需要升级 Python 环境后再安装 Biopython。
使用 NCBI Entrez 时为什么必须设置邮箱？
NCBI 政策要求所有 Entrez 请求必须提供邮箱地址，以便在出现问题时联系使用者。同时，注册 NCBI API Key 并设置为环境变量 NCBI_API_KEY，可将速率限制从每秒 3 次提升到 10 次。
Biopython 适合处理大规模序列数据吗？
适合。Biopython 的 SeqIO 模块采用迭代器设计，支持流式读取大型 FASTA 文件而不需要全部加载到内存。对于特别大的数据集，建议分批处理并缓存已下载的数据，避免重复请求 NCBI 服务器。