Biopython: Biologia Molecular Computacional em Python

Visão Geral

Biopython é um conjunto abrangente de ferramentas Python gratuitas para computação biológica. Ele oferece funcionalidades para manipulação de sequências, entrada/saída de arquivos, acesso a bancos de dados, bioinformática estrutural, filogenética e muitas outras tarefas de bioinformática. Estes exemplos visam a Biopython 1.88 (lançada em 6 de agosto de 2026), testada aqui no Python 3.13. Requer Python 3.10+ e NumPy; o suporte ao Python 3.10 está obsoleto. Atualize para a versão 1.88 para a correção de segurança do parser Bio.Nexus, além da correção do XML do Entrez na versão 1.87. Veja as notas de lançamento. Verificações de exemplos locais e limites de serviços externos são registrados em references/review.md; exemplos que exigem arquivos do usuário ou programas externos são ilustrativos, a menos que listados lá como exercitados.

Quando Usar Esta Habilidade

Use esta habilidade quando:

• Trabalhar com sequências biológicas (DNA, RNA ou proteína)
• Ler, escrever ou converter formatos de arquivo biológicos (FASTA, GenBank, FASTQ, PDB, mmCIF, etc.)
• Acessar bancos de dados do NCBI (GenBank, PubMed, Protein, Gene, etc.) via Entrez
• Executar buscas BLAST ou analisar resultados BLAST
• Realizar alinhamentos de sequências (alinhamentos de sequências par a par ou múltiplos)
• Analisar estruturas de proteínas a partir de arquivos PDB
• Criar, manipular ou visualizar árvores filogenéticas
• Encontrar motivos de sequência ou analisar padrões de motivos
• Calcular estatísticas de sequência (conteúdo GC, peso molecular, temperatura de fusão, etc.)
• Realizar tarefas de bioinformática estrutural
• Trabalhar com dados de genética de populações
• Qualquer outra tarefa de biologia molecular computacional

Capacidades Principais

Biopython é organizado em subpacotes modulares, cada um abordando domínios específicos da bioinformática:

1. Manipulação de Sequências - Bio.Seq e Bio.SeqIO para manipulação de sequências e entrada/saída de arquivos
2. Análise de Alinhamento - Bio.Align e Bio.AlignIO para alinhamentos de sequências par a par e múltiplos
3. Acesso a Bancos de Dados - Bio.Entrez para acesso programático aos bancos de dados do NCBI
4. Operações BLAST - Bio.Blast para executar e analisar buscas BLAST
5. Bioinformática Estrutural - Bio.PDB para trabalhar com estruturas de proteínas 3D
6. Filogenética - Bio.Phylo para manipulação e visualização de árvores filogenéticas
7. Recursos Avançados - Motivos, genética de populações, utilitários de sequência e mais

Instalação e Configuração

Instale a versão estável atual do Biopython com um "pin" de versão explícito para reprodutibilidade:

uv pip install "biopython==1.88"

Para acesso aos bancos de dados do NCBI, sempre defina seu endereço de e-mail (exigido pelo NCBI). Para software reutilizável, defina um valor Entrez.tool estável e registre a ferramenta/e-mail no NCBI. Para limites de taxa mais altos (10 req/s em vez de 3 req/s), leia apenas NCBI_API_KEY do ambiente — não codifique chaves ou carregue variáveis de ambiente não relacionadas:

import os
from Bio import Entrez

Entrez.email = "your.email@example.com"  # required — use your real email
Entrez.tool = "your_tool_name"  # optional but recommended for reusable software

# Optional: register at https://www.ncbi.nlm.nih.gov/account/settings/
if api_key := os.environ.get("NCBI_API_KEY"):
    Entrez.api_key = api_key

Usando Esta Habilidade

Esta habilidade fornece documentação abrangente organizada por área de funcionalidade. Ao trabalhar em uma tarefa, consulte a documentação de referência relevante:

1. Manipulação de Sequências (Bio.Seq & Bio.SeqIO)

Referência: references/sequence_io.md

Use para:

• Criar e manipular sequências biológicas
• Ler e escrever arquivos de sequência (FASTA, GenBank, FASTQ, etc.)
• Converter entre formatos de arquivo
• Extrair sequências de arquivos grandes
• Tradução de sequência, transcrição e complementar reverso
• Trabalhar com objetos SeqRecord

Exemplo rápido:

from Bio import SeqIO

# Read sequences from FASTA file
for record in SeqIO.parse("sequences.fasta", "fasta"):
    print(f"{record.id}: {len(record.seq)} bp")

# Convert GenBank to FASTA
SeqIO.convert("input.gb", "genbank", "output.fasta", "fasta")

2. Análise de Alinhamento (Bio.Align & Bio.AlignIO)

Referência: references/alignment.md

Use para:

• Alinhamento de sequências par a par (global e local)
• Ler e escrever alinhamentos de sequências múltiplos
• Usar matrizes de substituição (BLOSUM, PAM)
• Calcular estatísticas de alinhamento
• Personalizar parâmetros de alinhamento

Exemplo rápido:

from Bio import Align

# Alinhamento par a par

…