python中序列和列表区别细菌真菌病毒_生物信息中的Python 02 | 用biopython解析序列...

上一篇文章生物信息中的Python 01 | 从零开始处理基因序列自己造轮子实现了序列的基础操作，但是在Python的世界里，一项工作只要重复的次数多了，那么一定就会有大神来开发相应的包来解决，这个包名就是 Biopython 。接下来我们试着使用它来实现简单的序列处理。

一、准备工作

1、 按照上一篇下载fasta文件的步骤，可以同理得到GeneBank的数据格式

mark

2、现在我们的目录结构是这样的

mark

3、安装Biopython，这里有两种方案：

3.1 用pip安装Biopython，在cmd命令窗口输入

下载Python的包管理工具：pip

mark

下载完，解压，进入解压目录

Linux 下输入

sudo python setup.py install

windows 下，在下载目录，Shift+右键

如下图所示，点击在此处打开命令窗口

mark

输入如下命令

python setup.py install

mark

测试是否安装成功，出现下图所示的提示即表示安装成功

pip -v

mark

进入 Pycharm 的Terminal 窗口，输入以下命令来安装 Biopython

pip install biopython

mark

3.2 直接用安装包安装

window系统：

解压

按住shift并点击右键

在菜单栏点击在此处打开命令窗口，并输入如下命令：pyhton stepy.py install

Linux系统：

打开终端 (快捷键：Ctrl+Alt+T)

在终端输入以下命令

$ wget http://biopython.org/DIST/biopython-1.72.tar.gz

$ tar -zxvf biopython-1.72.tar.gz

$ cd biopython-1.72/

$ sudo python setup.py install

测试是否安装成功

$ python

>>> from Bio.Seq import Seq

>>> seq = Seq('ATCG')

>>> seq

Seq('ATCG')

二、Biopython 基础用法

1 读取常见的序列文件格式(fasta，gb)

from Bio import SeqIO

# 读取包含单个序列 Fasta 格式文件

fa_seq = SeqIO.read("res/sequence1.fasta", "fasta")

# print fa_seq

# 读取包含多个序列的 fasta 格式文件

for fa in SeqIO.parse("