http://network.nature.com/forums/bioinformatics/1611 看看顶级专家（也不一定是）是怎样认为的。

在生物信息学中，对BLAST结果文件的解析是最为普遍的一个工作之一，在Perl中有BioPerl可以解析，而在Python中也有 BioPython，并且解析起来非常方便。由于BLAST的版本升级比较快，它的结果输出文件的格式有时也会相应变化，因此为了能正确的解析BLAST 结果，在做BLAST的时候使用’-m 7′参数，使输出结果保存为xml的格式，这是由于xml的格式很少随着BLAST的版本而发生变化，所以推荐使用xml文件来做自动化分析，这能保证我 们的程序能准确的解析BLAST结果。下面的代码是一个简单的框架，可以在此基础上添加内容以满足自己的需要： #!/usr/bin/python “”" DESCRIPTION Frame for parsing BLAST report AUTHOR Wubin Qu: quwubin@gmail.com “”" from Bio.Blast import NCBIXML def parseBlast (result_file): result_handle = open(result_file) blast_parser = NCBIXML.BlastParser() blast_records = blast_parser.parse(result_handle)record_list = list(blast_records) expects = [] for record in record_list: for alignment in record.alignments: for hsp in alignment.hsps: # Do whatever you want, such as expects.append(hsp.expect) return expects def main (): expects = parseBlast(Blast_report_file) print expects if __main__ == ‘__main__’: main()

Biobar - A toolbar for browsing biological data and databases. http://biobar.mozdev.org/ 这是非常有用的火狐插件，专为生物科学工作者而设计的！ 里面包括了常用的生物信息学的网站，比如NCBI，EBI，DDBJ等。 你可以将PubMed设成你的默认数据库，这样就拥有了一个PubMed 的ToolBar，查找文献非常方便。是所有生物科学工作者必备的 火狐插件，强烈推荐！

MOBY-S系统定义了一个基于语义（ontology）的信息标准，使程序可以在生物学数据仓库和数据分析中心之间自由的交换数据，避免了人工处理不同数据中的数据格式问题。网址：http://www.biomoby.org/。

BioMart由欧洲生物信息研究所（EBI）和冷泉港实验室（ESHL）共同开发的一套查询导向的数据管理系统，这个系统可以接受任意格式的数据，也可 以按照不同的需求安装不同的查询工具和界面，可谓相当灵活。由于其内部采用关系型的数据组织模式，所以更易于进行复杂的数据挖掘研究。 BioMart内建有针对处理大量数据的最佳化查询功能，以便处理基因组序列或是微阵列实验数据等。对于分布于网络的多个数据集的交叉查 询，BioMart使之成为可能，从而避免了将这些数据全都下载到本地然后再进行整合查询的麻烦。可以通过网络、图表或者使用Perl、JAVA等语言写 的程序来访问BioMart的数据。目前，BioMart支持关系型数据平台MySQL，Oracle以及Postgres。 另外，BioMart是开源的，遵守LGPL协议。 网址：http://www.biomart.org/

做多序列比对，比较常用的是CLUSTALW和T-coffee，这里还有一个叫做muscle（multiple sequence comparison by log-expectation）的多序列比对软件，它的平均精度和速度要超过CLUSTALW和T-coffee，具体的算法和用法请参阅其主页 （http://www.drive5.com/muscle/index.htm）上的文档，下面简单介绍一下它的安装和简单用法： 安装： 下载源码：http://www.drive5.com/muscle/downloads3.7/muscle3.7_src.tar.gz 解压：tar xvf muscle3.7_src.tar.gz 命令行下：make 回车 将生成一个muscle的可执行文件，这就是muscle，将他放在/usr/bin或者/usr/local/bin等文件夹里面，或做成软连接都可以。 使用： muscle -in seqs.fa -out seqs.afa 更常用的是： muscle -in seqs.fa -clwout seqs.aln 这将生成与CLUSTALW一样的结果文件。

简评：这个课程对我们这些外行编程的人来说，非常好，我极力推荐大家阅读。 下文摘自：http://rl.rockiestech.com/node/167 Greg Wilson 的“Software Carpentry”课程是针对科研和工程人员设计的，鼓励规范、优良、高效编程的一个课程（http://www.swc.scipy.org/index.html）。按照作者的说法，是追求用10％的技巧解决90％的问题。这个课程对专业程序员也可能有不错的参考作用（after the best practice in industry:-）。Wilson的课程在上述的主页上以Python License发布，同时配有mp3课堂录音。这个课程是很值得推广的。作者提供的资料比较大纲化；最好的学习办法可能是配合录音阅读课程资料。然而一个中文的导读应该对读者很有帮助。所以我们建立了这个开放图书页面，大家可以以wiki的方式一起来讨论和制作一个导读。此课程以Python语言讲授；然而基本内容侧重软件工程，和编程语言关系不大。下面是作者的话和目录（http://osl.iu.edu/~lums/swc/）： Many scientists and engineers spend much of their lives writing,debugging, and maintaining software, but only a handful have ever beentaught how to do this effectively: after a couple of introductorycourses, they are left to rediscover (or reinvent) the rest ofprogramming on their own. The result? Most [...]

Good programmers don’t write programs: they assemble them Combine tools and libraries that others have written Thereby creating something that others can then recombine 摘自：http://www.swc.scipy.org/lec/integrate.html

这里不讨论谁优谁劣，而是想说，对于我们学生物信息学的，尤其是生物背景的，最好的或者说最实用的脚本语言是哪个。 我之前用的是Perl，用了一年，但是两个月前，我改用Python了，为什么呢？ 第一：我不适合学Perl，他太灵活，我这种有点完美主义倾向的人无法学习；第二：别人写的Perl程序，很难看懂，即使有很详细的注释信息，因为不同人的Perl风格迥异；第三：我的项目需要用到面向对象编程，但是Perl的面向对象我学了很久，依然是无法下手，可能是太笨了（但Python我一天就会了，奇怪吗？）；第四：Python的图形界面编程很简洁，这是我选择他的一个很重要的原因；第五：Python的使用率已经高过Perl了，这是个趋势；第六：Google等大公司都在使用Python，那我还等什么呢？