实验六 Biopython-1

一、实验目的

1. 了解Biopython的主要功能

2. 掌握Biopython常用模块：SeqIO，Entrez，Medline。

二、实验环境

3. 操作系统：Windows

4. 主要软件：/ Jupyter notebook

三、实验内容

1. 已知文件test.fasta中包含一定数量的DNA序列，请编程计算每条序列的GC含量，并输出到屏幕上。

提示：Bio.SeqUtils模块中有用于计算GC含量的函数：GC()

输出格式如下所示（前5条序列）：

gi|2765658|emb|Z78533.1|CIZ78533 59.59%

gi|2765657|emb|Z78532.1|CCZ78532 48.47%

gi|2765656|emb|Z78531.1|CFZ78531 57.09%

gi|2765655|emb|Z78530.1|CMZ78530 47.58%

gi|2765654|emb|Z78529.1|CLZ78529 47.89%

2. 用Biopython访问NCBI Entrez数据库，使用关键字“cancer”搜索pubmed数据库，并返回前10篇文章的PubMed ID和文章题目。

提示：

• 使用esearch()搜索，

• 使用efetch()获取结果。efetch函数参数为：efetch(db="pubmed",rettype="medline",retmode="text", retstart=1, retmax=10,webenv=webenv,query_key=query_key)

• Medline.parse()函数可以解析efetch()函数返回的medline类型的结果

输出结果如下（部分）：

35196778 [Contrastive analysis about the postoperative clinical characteristics of elderly patients with colorectal cancer in different age groups].

35196769 [Resection of submandibular gland and tumor via transaxillary gasless endoscopy: a case report].

四、实验报告

1. 使用jupyter notebook文档填写实验报告，导出并提交pdf格式文件。

文件命名规则：”星期几+学号+姓名+实验6.pdf。

2. 记录实验步骤和实验结果

3. 记录实验中遇到的问题,如何解决的。、

1

from Bio import SeqIO
from Bio.SeqUtils import GC

fa = "C:/Users/Polo/Desktop/test.fasta"

for seq_record in SeqIO.parse(fa, "fasta"):
    print (seq_record.id,end=' ')
    print("{:.2f}%".format(GC(seq_record.seq)))

2

from Bio import Entrez, Medline

Entrez.email = "2454270079@qq.com"

handle = Entrez.esearch(db="pubmed", term="cancer", retmax=10)
record = Entrez.read(handle)
idlist = record["IdList"]
handle = Entrez.efetch(db="pubmed", id=idlist[0:10], rettype="medline", retmode="text")
record = list(Medline.parse(handle))
for i in range(0, 10):
    records=record[i]
    print(idlist[i],end=' ')
    print(records["TI"])