Scikit Bio API 参考

# scikit-bio API 参考 本文档提供有关使用 scikit-bio 的详细 API 信息、高级示例和故障排除指南。 ## 目录 1. [序列类](#sequence-classes) 2. [比对方法](#alignment-methods) 3. [系统发育树](#phylogenetic-trees) 4. [多样性指标](#diversity-metrics) 5. [排序](#ordination) 6. [统计检验](#statistical-tests) 7. [距离矩阵](#distance-matrices) 8. [文件 I/O](#file-io) 9. [故障排除](#troubleshooting) ## 序列类 ### DNA, RNA 和蛋白质类 python from skbio import DNA, RNA, Protein, Sequence # 创建序列 dna = DNA('ATCGATCG', metadata={'id': 'seq1', 'description': 'Example'}) rna = RNA('AUCGAUCG') protein = Protein('ACDEFGHIKLMNPQRSTVWY') # 序列操作 dna_rc = dna.reverse_complement() # 反向互补 rna = dna.transcribe() # DNA -> RNA protein = rna.translate() # RNA -> 蛋白质 # 使用遗传密码表 protein = rna.translate(genetic_code=11) # 细菌密码 ### 序列搜索与模式匹配 python # 使用正则表达式查找基序 dna = DNA('ATGCGATCGATGCATCG') motif_locs = dna.find_with_regex('ATG.{3}') # 起始密码子 # 查找所有位置 import re for match in re.finditer('ATG', str(dna)): print(f"ATG found at position {match.start()}") # k-mer 计数 from skbio.sequence import _motifs kmers = dna.kmer_frequencies(k=3) ### 处理序列元数据 python # 序列级元数据 dna = DNA('ATCG', metadata={'id': 'seq1', 'source': 'E. coli'}) print(dna.metadata['id']) # 位置元数据（来自 FASTQ 的每碱基质量分数） from skbio import DNA seqs = DNA.read('reads.fastq', format='fastq', phred_offset=33) quality_scores = seqs.positional_metadata['quality'] # 区间元数据（特征/注释） dna.interval_metadata.add([(5, 15)], metadata={'type': 'gene', 'name': 'geneA'}) ### 距离计算 python from skbio import DNA seq1 = DNA('ATCGATCG') seq2 = DNA('ATCG--CG') # Hamming 距离（默认） dist = seq1.distance(seq2) # 自定义距离函数 from skbio.sequence.distance import kmer_distance dist = seq1.distance(seq2, metric=kmer_distance) ## 比对方法 ### 成对序列比对 python from skbio.alignment import local_pairwise_align_ssw, global_pairwise_align from skbio import DNA, Protein # 局部比对（通过 SSW 的 Smith-Waterman） seq1 = DNA('ATCGATCGATCG') seq2 = DNA('ATCGGGGATCG') alignment = loca