Biopython

>>> # El código lee un archivo GenBank registro por registro para manejar eficientemente archivos de secuencias grandes sin agotar la memoria. Convierte cada registro de secuencia al formato FASTA y lo escribe en un nuevo archivo de salida.>>> from Bio import SeqIO>>> # Lectura de secuencias desde un archivo GenBank y escritura en un archivo FASTA >>> input_file = "sequence_1.gb" >>> output_file = "converted_sequences.fasta">>> # Usando un iterador para leer un archivo grande sin cargarlo todo en la memoria >>> con open ( output_file , "w" ) como out_handle : ... para record en SeqIO . parse ( input_file , "genbank" ): ... # Cada registro es un SeqRecord poblado con metadatos ... print ( f "Procesando registro: { record . id } - { record . description } " ) ... SeqIO . write ( record , out_handle , "fasta" ) # Convertir y escribir a FASTA

>>> # Este script crea una secuencia de ADN y realiza algunas manipulaciones típicas.>>> from Bio.Seq import Seq >>> dna_sequence = Seq ( "AGGCTTCTCGTA" ) >>> print ( dna_sequence ) Seq('AGGCTTCTCGTA')>>> print ( dna_sequence [ 2 : 7 ]) Seq('GCTTC')>>> print ( dna_sequence . reverse_complement ()) Seq('TACGAGAAGCCT')>>> rna_sequence = dna_sequence.transcribe ( ) >>> print ( rna_sequence ) Seq('AGGCUUCUCGUA' )>>> print ( rna_sequence . back_transcribe ()) Seq('AGGCTTCTCGTA')>>> print ( rna_sequence . translate ()) Seq('RLLV')

>>> # El script lee un archivo de GenBank para extraer e imprimir el nombre y la descripción de la secuencia. Luego accede y muestra información detallada sobre una característica anotada específica (por ejemplo, un gen) dentro de la secuencia.>>> from Bio import SeqIO >>> seq_record = SeqIO . read ( "sequence.gb" , "genbank" )>>> # Acceso a metadatos >>> print ( seq_record . name ) >>> print ( seq_record . description ) 'NC_005816' 'Yersinia pestis biovar Microtus str. 91001 plásmido pPCP1, secuencia completa'>>> # Acceder a la lista de características y a la característica de ejemplo en el índice 14 si está disponible >>> if len ( seq_record . features ) > 14 : ... print ( seq_record . features [ 14 ]) ... else : ... print ( "La característica en el índice 14 no está disponible" )tipo: CDS ubicación: [6115:6421](+) calificadores:  Clave: codon_start, Valor: ['1']  Clave: inferencia, Valor: ['COORDENADAS: similar a la secuencia AA:RefSeq:WP_002221218.1']  Clave: locus_tag, Valor: ['YP_RS22235']  Clave: nota, Valor: ['Derivado por análisis computacional automatizado utilizando el método de predicción de genes: Homología de proteínas.']  Clave: old_locus_tag, Valor: ['pPCP07', 'YP_pPCP07']  Clave: producto, Valor: ['proteína hipotética']  Clave: protein_id, Valor: ['WP_002221218.1']  Clave: transl_table, Valor: ['11']  Clave: traducción, Valor: ['MSKTKSGRHRLSKTDKRLLAALVVAGYEERTARDLIQKHVYTLTQADLRHLVSEISNGVGQSQAYDAIYQAR

>>> # Este código obtiene registros de secuencias de nucleótidos de la base de datos del NCBI para los identificadores de acceso especificados, lee los datos en formato GenBank e imprime las dos primeras líneas. La salida también se puede escribir en un archivo.>>> de Bio import Entrez>>> Entrez . email = "example@example.com" >>> record_ids = [ "NM_000546.6" , "NM_001354689.3" ]>>> para record_id en record_ids : ... con Entrez.efetch ( db = "nucleotide" , id = record_id , rettype = " gb" , retmode = " text" ) como handle : ... line_count = 0 ... para line en handle : ... print ( line.rstrip ( ) ) ... line_count += 1 ... si line_count == 2 : # Imprimir solo las dos primeras líneas del registro ... breakLOCUS NM_000546 2512 pb ARNm lineal PRI 12-JUN-2025 DEFINICIÓN Proteína tumoral p53 de Homo sapiens (TP53), variante de transcripción 1, ARNm. LOCUS NM_001354689 3251 pb ARNm lineal PRI 12-JUN-2025 DEFINICIÓN Protooncogén Raf-1 de Homo sapiens, serina/treonina quinasa (RAF1)

>>> # Este script analiza un archivo PDB para imprimir los identificadores de cadena del primer modelo y extraer las coordenadas de los átomos en el residuo número 100 de cada cadena. Demuestra cómo navegar por la jerarquía de la estructura de la proteína y acceder a datos de residuos específicos.>>> from Bio.PDB import PDBParser>>> # Analizar el archivo PDB >>> parser = PDBParser ( QUIET = True ) >>> structure = parser . get_structure ( "2yox" , "2yox.pdb" )>>> # Iterar sobre los modelos >>> for model in structure : >>> print ( f "ID del modelo: { model . id } " ) >>> # Iterar sobre las cadenas en el modelo >>> for chain in model : ... print ( f "ID de la cadena: { chain . id } " ) >>> # Comprobar si el residuo 100 existe en esta cadena >>> if 100 in chain : ... resin = chain [ 100 ] ... print ( f "Coordenadas de los átomos en el residuo 100:" ) ... # Imprimir las coordenadas de cada átomo en el residuo 100 ... for atom in resin : ... print ( atom . coord ) ... else : ... print ( "El residuo 100 no se encuentra en esta cadena." ) ... breakID del modelo: 0 ID de la cadena: A  Coordenadas de los átomos en el residuo 100: [ 9.837 18.218 81.24 ] [ 9.644 18.809 79.938] [ 8.772 20.066 80.01 ] [ 7.572 19.996 80.27 ] [ 9.07 17.788 78.962] [ 8.989 18.261 77.529 ] [10.352 18.647 76.938] [11.281 17.832 76.922] [10.486 19.917 76.503] ID de la cadena: B  Coordenadas de los átomos en el residuo 100: [23.712 [ 23.197 12.95 35.746] [23.961 11.693 35.339] [25.138 11.757 34.935] [23.183 13.97 34.623] [22.49 13.49 33.361] [21.022 13.13 33.571 ] [20.22 13.96 34.039] [20.66 11.867 33.253]