精华内容
下载资源
问答
  • PYTHON生物信息学数据管理_卢宏超译_2017年基本信息书名:Python生物信息学数据管理定价:69元作者:(意)AllegraVia (阿莱格拉 维亚)等著,卢宏超 等译出版社:电子工业出版社出版日期:2017-01-01ISBN:...

    PYTHON生物信息学数据管理_卢宏超译_2017年基本信息书名:Python生物信息学数据管理定价:69元作者:(意)Allegra

    Via (阿莱格拉 维亚)

    等著,卢宏超 等译出版社:电子工业出版社出版日期:2017-01-01ISBN:9787121303821页码:318版次:1编辑推荐--------------------------------------------------------------------------------生命科学学院的Python课程教材,适合本科教学或行业人士的Python短期培训。内容提要--------------------------------------------------------------------------------本书实例意在解决生物学问题,通过“编程技法”的形式,涵盖尽可能多的组织、分析、表现结果的策略。在每章结尾都会有为生物研究者设计的编程题目,适合教学和自学。本书由六部分组成:Python语言基本介绍,语言所有成分介绍,高级编程,数据可视化,生物信息通用包Biopython,*后给出20个"编程秘笈”,范围涵盖了从二级结构预测、多序列比对到蛋白质三维结构的广泛话题。此外,本书附录还包括了大量的生物信息常用资源的信息。目录--------------------------------------------------------------------------------部分入门第1章Python

    shell1.1本章知识点1.2案例:

    计算ATP水解的ΔG1.2.1问题描述1.2.2Python会话示例1.3命令的含义1.3.1如何在电脑上运行这个例子1.3.2变量1.3.3导入模块1.3.4计算1.4示例1.5自测题第2章个Python程序2.1本章知识点2.2案例:

    如何计算胰岛素序列中的氨基酸频率2.2.1问题描述2.2.2Python会话示例2.3命令的含义2.3.1如何执行程序2.3.2程序如何工作2.3.3注释2.3.4字符串变量2.3.5用for进行循环2.3.6缩进2.3.7打印至屏幕2.4示例2.5自测题部分小结第二部分数

    据 管 理第3章分析数据列3.1本章知识点3.2案例:

    树突长度3.2.1问题描述3.2.2Python会话示例3.3命令的含义3.3.1读取文本文件3.3.2写入文本文件3.3.3将数据收入列表3.3.4将文本转换为数字3.3.5将数字转换为文本3.3.6将数据列写入文本文件3.3.7计算数值列表3.4示例3.5自测题第4章解析数据记录4.1本章知识点4.2案例:

    整合质谱数据,

    转化到代谢通路中4.2.1问题描述4.2.2Python会话示例4.3命令的含义4.3.1if/elif/else语句4.3.2列表数据结构4.3.3简洁列表创建方式4.4示例4.5自测题第5章搜索数据5.1本章知识点5.2案例:

    将RNA序列翻译为相应的蛋白质序列5.2.1问题描述5.2.2Python会话示例5.3命令的含义5.3.1字典5.3.2while语句5.3.3用while循环搜索5.3.4字典搜索5.3.5列表搜索5.4示例5.5自测题第6章过滤数据6.1本章知识点6.2案例:

    使用RNAseq输出数据6.2.1问题描述6.2.2Python会话示例6.3命令的含义6.3.1用简单的for...if组合过滤6.3.2合并两个数据集6.3.3两组数据之间的差异6.3.4从列表、

    字典和文件中删除元素6.3.5保持或不保持顺序地删除重复6.3.6集合6.4示例6.5自测题第7章管理表数据7.1本章知识点7.2案例:

    确定蛋白浓度7.2.1问题描述7.2.2Python会话示例7.3命令的含义7.3.1二维表的表示方法7.3.2访问行和单元格7.3.3插入和删除行7.3.4访问列7.3.5插入和删除列7.4示例7.5自测题第8章数据排序8.1本章知识点8.2案例:

    数据表排序8.2.1问题描述8.2.2Python会话示例8.3命令的含义8.3.1Python列表有利于排序8.3.2内置函数sorted()8.3.3用itemgetter排序8.3.4按升序/降序排序8.3.5数据结构(元组、

    字典)排序8.3.6按长度对字符串排序8.4示例8.5自测题第9章模式匹配和文本挖掘9.1本章知识点9.2案例:

    在蛋白质序列中搜索磷酸化模体9.2.1问题描述9.2.2Python会话示例9.3命令的含义9.3.1编译正则表达式9.3.2模式匹配9.3.3分组9.3.4修改字符串9.4示例9.5自测题第二部分小结第三部分模块化编程第10章将程序划分为函数10.1本章知识点10.2案例:

    处理三维坐标文件10.2.1问题描述10.2.2Python会话示例10.3命令的含义10.3.1如何定义和调用函数10.3.2函数参数10.3.3struct模块10.4示例10.5自测题第11章用类化繁为简11.1本章知识点11.2案例:

    孟德尔遗传11.2.1问题描述11.2.2Python会话示例11.3命令的含义11.3.1用类创建实例11.3.2类以属性的形式包含数据11.3.3类包含的方法11.3.4__repr__方法可打印类和实例11.3.5使用类有助于把握复杂程序11.4示例11.5自测题第12章调试12.1本章知识点12.2案例:

    程序无法运行时应该怎样处理12.2.1问题描述12.2.2Python会话示例12.3命令的含义12.3.1语法错误12.3.2运行时错误12.3.3处理异常情况12.3.4未报告出错信息12.4示例12.5自测题第13章使用外部模块:

    R语言的Python调用接口13.1本章知识点13.2案例: 从文件中读取数据,

    并通过Python使用R计算其平均值13.2.1问题描述13.2.2Python会话示例13.3命令的含义13.3.1rpy2和r实例的robjects对象13.3.2从Python中读取R对象13.3.3创建向量13.3.4创建矩阵13.3.5将Python对象转换成R对象13.3.6如何处理包含点的函数参数13.4示例13.5自测题第14章构建程序流程14.1本章知识点14.2案例:

    构建NGS流程14.2.1问题描述14.2.2Python会话示例14.3命令的含义14.3.1如何使用TopHat和Cufflinks14.3.2什么是程序流程14.3.3在程序中交换文件名和数据14.3.4编写程序包装器14.3.5关闭文件时的延迟14.3.6使用命令行参数14.3.7测试模块:

    if__name__=='__main__'14.3.8处理文件和路径14.4示例14.5自测题第15章编写良好的程序15.1本章知识点15.2问题描述:

    不确定性15.2.1程序编写存在不确定性15.2.2程序项目实例15.3软件工程15.3.1将编程项目分成小任务15.3.2将程序分为函数和类15.3.3编写格式良好的代码15.3.4使用存储库控制程序版本15.3.5如何将自己的程序分发给其他人15.3.6软件开发的周期15.4示例15.5自测题第三部分小结第四部分数据可视化第16章创建科学图表16.1本章知识点16.2案例:

    核糖体的核苷酸频率16.2.1问题描述16.2.2Python会话示例16.3命令的含义16.3.1matplotlib库16.3.2绘制竖的柱状图16.3.3为x轴和y轴添加标注16.3.4添加刻度16.3.5添加一个图例框16.3.6添加图的标题16.3.7设置图表的边界16.3.8以低分辨率和高分辨率导出一个图像文件16.4示例16.5自测题第17章使用PyMOL创建分子图像17.1本章知识点17.2示例:

    锌指17.2.1什么是PyMOL17.2.2PyMOL会话示例17.3用七个步骤来创建高分辨率的图像17.3.1创建一个PyMOL脚本文件17.3.2加载和保存分子17.3.3选取分子的局部17.3.4为每个选取选择展现形式17.3.5设置颜色17.3.6设置摄影位置17.3.7导出高分辨率图像17.4示例17.5自测题第18章处理图像18.1本章知识点18.2案例:

    画一个质粒18.2.1问题描述18.2.2Python会话示例18.3命令的含义18.3.1创建一个图像18.3.2读和写图像18.3.3坐标18.3.4绘制几何形状18.3.5旋转图像18.3.6添加文本标记18.3.7颜色18.3.8辅助变量18.4示例18.5自测题第四部分小结第五部分Biopython第19章使用序列数据19.1本章知识点19.2案例:

    如何将一条DNA编码序列翻译成对应的蛋白质序列,

    并把它写入FASTA文件19.2.1问题描述19.2.2Python会话示例19.3命令的含义19.3.1Seq对象19.3.2把序列当成字符串工作19.3.3MutableSeq对象19.3.4SeqRecord对象19.3.5SeqIO模块19.4示例19.5自测题第20章从网络资源中检索数据20.1本章知识点20.2案例:

    在PubMed中用关键词搜索文献,

    下载并解析对应的记录20.2.1问题描述20.2.2Python会话示例20.3命令的含义20.3.1Entrez模块20.3.2Medline模块20.4示例20.5自测题第21章使用三维结构数据21.1本章知识点21.2案例:

    从PDB文件中提取原子名及其三维坐标21.2.1问题描述21.2.2Python会话示例21.3命令的含义21.3.1Bio.PDB模块21.3.2SMCRA结构层次21.4示例21.5自测题第五部分小结第六部分编

    程 秘 笈编程秘笈1: PyCogent库编程秘笈2:

    反向互补和化序列编程秘笈3: 用概率创建序列编程秘笈4:

    用Biopython解析多序列联配编程秘笈5:

    从多序列联配中计算共有序列编程秘笈6: 计算系统发生树的节点间的距离编程秘笈7:

    核苷酸序列的密码子频率编程秘笈8:

    解析Vienna格式的RNA二级结构编程秘笈9:

    解析BLAST的XML输出编程秘笈10: 解析SBML文件编程秘笈11:

    运行BLAST编程秘笈12: 访问、 下载和读取网页编程秘笈13:

    解析HTML文件编程秘笈14: 将PDB文件分割成PDB链文件编程秘笈15:

    在PDB结构上找到两个靠近的Cα原子编程秘笈16:

    提取两个PDB链间的界面编程秘笈17:

    用Modeller建立同源模型编程秘笈18:

    用ModeRNA分析RNA三维同源模型编程秘笈19:

    从三级结构计算RNA碱基配对编程秘笈20: 结构重叠的真实实例:

    丝氨酸蛋白酶催化三分子附录附录A命令概览附录BPython资源附录C记录样板附录D处理目录和用UNIX编程

    展开全文
  • Python生物信息学⑥绘制热图及火山图 Python生物信息学③提取差异基因 通过上Python生物信息学③提取差异基因得到了该数据集的差异分析的两个关键参数,1.差异倍数(foldchange)以及2.差异的P值。本篇目的是得到...

    Python生物信息学⑥绘制热图及火山图

    Python生物信息学③提取差异基因

    通过上Python生物信息学③提取差异基因得到了该数据集的差异分析的两个关键参数,1.差异倍数(foldchange)以及2.差异的P值。本篇目的是得到满足差异倍数和差异P值的基因,同时进行可视化(包括差异分析常见的火山图和热图)。


    绘制火山图

    (1)第一步制作差异分析结果数据框

    genearray = np.asarray(pvalue)
    
    result = pd.DataFrame({'pvalue':genearray,'FoldChange':fold})
    
    result['log(pvalue)'] = -np.log10(result['pvalue'])

    (2)第二步制作火山图的准备工作

    选定的差异基因标准是 I.差异倍数的绝对值大于1,II. 差异分析的P值小于0.05

    result['sig'] = 'normal'
    
    result['size']  =np.abs(result['FoldChange'])/10
     
    result.loc[(result.FoldChange> 1 )&(result.pvalue < 0.05),'sig'] = 'up'
    result.loc[(result.FoldChange< -1 )&(result.pvalue < 0.05),'sig'] = 'down'
    ax = sns.scatterplot(x="FoldChange", y="log(pvalue)",
                          hue='sig',
                          hue_order = ('down','normal','up'),
                          palette=("#377EB8","grey","#E41A1C"),
                          data=result)
    ax.set_ylabel('-log(pvalue)',fontweight='bold')
    ax.set_xlabel('FoldChange',fontweight='bold')

    筛选差异基因

    fold_cutoff = 1
    pvalue_cutoff = 0.05
    
    filtered_ids = []
    for i in range(0, number_of_genes):
        if (abs(fold[i]) >= fold_cutoff) and (pvalue[i] <= pvalue_cutoff):
            filtered_ids.append(i)
            
    filtered = data2.iloc[filtered_ids,:]
    print("Number of DE genes: ")
    print(len(filtered.index))

    绘制热图

    热图(heatmap)是生物学文章里(尤其是RNA-seq相关论文)经常出现的图片。热图的用途一般有两个。以RNA-seq为例,热图可以:1)直观呈现多样本多个基因的全局表达量变化;2)呈现多样本或多基因表达量的聚类关系。热图一般使用颜色(例如红绿的深浅)来展示多个样本多个基因的表达量高低,既直观又美观。同时可以对样本聚类或者对基因聚类。

    sns.clustermap(filtered, cmap='RdYlGn_r', standard_scale = 0)

    (1)每一行为一个基因,每一列为一个sample。 (2)绿色代表相对低表达,红色代表相对高表达。 (3)相对接近的样本或者基因会聚类在一起,比如探针名为101695_at的基因在GSM130370相对高表达,而在GSM130366低表达。

    参考:

    https://www.jianshu.com/p/3d810f41e76d


    DrugAI
    展开全文
  • Python生物信息学数据管理》这是我两三年前学习过的一本书,我觉得这本书挺好,把生物学的问题直接在python学习中解决了,推荐给大家,之前还整理了习题代码,分享一下。之前分享在了github上,收获了10颗星,惭愧...

    《Python生物信息学数据管理》

    这是我两三年前学习过的一本书,我觉得这本书挺好,把生物学的问题直接在python学习中解决了,推荐给大家,之前还整理了习题代码,分享一下。之前分享在了github上,收获了10颗星,惭愧,已经是我最多星的一个。还有一两个习题记得没有解答出来,如果你解答出来了,欢迎交流!代码有的肯定不是最优的,只是一种解答方法,可能有错误,也欢迎指正,谢谢!我坚信分享使我们快乐,加油!我是用python3完成的,当然二者区别也很小(目前我基本只认识到了print函数的区别),除非遇上那种多年不遇的bug。

    https://github.com/zd200572/Managing_Your_Biological_Data_with_Python

    我的经验是,想要入门一门编程语言真的要翻上好几本书才够,因为一本书的风格并不一定符合你的喜好和水平,可能读完了没有产生共鸣,提升不大。而且,只有把知识反复看,相当于复习才能初步掌握嘛。虽然不必要每本书都买回来,图书馆借来读下也是极好的。总有一本书会是你豁然开朗的寻一本,就拿我的R语言学习来说吧,买来的《R语言实战》和之前的实战书系列读得不明不白,中间间隔时间又有点长,反而是讲量化投资的那本R语言书让我有点茅塞顿开的感觉。这里要说下技能树赠送的《生物信息学讲义》,R语言的知识点讲的清晰明了,再次加深了这种感觉。虽然对于R语言还是在门口徘徊,但坚定了继续翻几本书将入门进行到底的决心。之前我还推荐过一本R的达人迷系列,书也不错。

    再有就是从项目中学习,可以实现一个自己特别需要的小功能,在学习阶段可以重复造个小轮子,比如实现excel公式可以实现的小功能,列拆分这种。Happy Coding!

    展开全文
  • 以下为文章全文:Python开发的方向太多了,有机器学习,数据挖掘,网络开发,爬虫等等。其实在生信领域,Python...我选Python是因为我想顺便学点数据挖掘和机器学习的东西,而且Python这些年越来越火,发展势头远超...

    编者注:本文来自生信编程直播课程讲师投稿,点击阅读原文可以跳转到大神的博客,欢迎点击!

    以下为文章全文:

    Python开发的方向太多了,有机器学习,数据挖掘,网络开发,爬虫等等。其实在生信领域,Python还显现不出绝对的优势,生信的大部分软件流程都是用shell或Perl写的,而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西,而且Python这些年越来越火,发展势头远超其他脚本语言,所以学它肯定是没错的。

    一、入门标准

    入门比较难定义,什么程度才算入门呢?

    掌握基本的语法,熟练使用python的内置类型、内置函数和数据结构。

    了解一些基本的模块的使用,能够实现一些简单的需求。

    后面有一个实例,如果你能简单的做完,那我敢肯定你已经入门了。

    二、基本知识点

    1.基本语法

    缩进:Python是通过代码缩进来决定代码层次逻辑的,一般约定使用4个空格

    版本问题:主要包括2.x系列的和3.x系列的,两者语法不同且不兼容,有的模块只能在指定版本下安装。建议使用3.x Python,碰到特殊问题再去使用指定版本

    文件编码声明:python会去环境变量里寻找python解释器。如果代码里有中文,则要以utf-8编码

    #!/usr/bin/env python

    #-*- coding: utf-8 *-

    变量定义:使用前要先定义

    dir():列出一个数据类型或对象的所有方法,非常好用,同help()

    文件操作:f = open(),f.close();with open() as f: ,os.path.exists(),os.path.isfile(),os.path.abspath()

    目录操作:os.mkdir(),os.rmdir(),os.listdir(),os.chdir()

    开发环境选择:

    Sublime Text 对Python支持挺好,轻量级生化武器(推荐)

    Eclipse Pydev比较厚重,大型开发比较适合

    Vim/Atom

    PyCharm

    IPython

    WingIDE

    2.处理数据

    2.1 基本数据类型:布尔;整型;浮点型;字符串

    # 字符串的内置函数,都比较有用

    'capitalize','casefold','center','count','encode','endswith','expandtabs','find','format','format_map','index','isalnum','isalpha','isdecimal','isdigit','isidentifier','islower','isnumeric','isprintable','isspace','istitle','isupper','join','ljust','lower','lstrip','maketrans','partition','replace','rfind','rindex','rjust','rpartition','rsplit','rstrip','split','splitlines','startswith','strip','swapcase','title','translate','upper','zfill'

    2.2 基本数据结构:列表、元组、字典、集合。

    数据结构就是一种容器,用于在内存中存放我们的数据。

    列表:任意元素组成的顺序序列,以位置为索引。

    # 列表的内置函数

    'append','clear','copy','count','extend','index','insert','pop','remove','reverse','sort'

    元组:相当于不可变的列表,防止错误修改,节省内存开销。元组解包

    # 元组的内置函数

    'count','index'

    字典:键值对,没有顺序,键必须是常量。

    # 字典内置函数

    'clear','copy','fromkeys','get','items','keys','pop','popitem','setdefault','update','values'

    集合:没有顺序,元素之间没有重复,相当于舍弃了值的字典。集合操作(

    Tag标签:

    展开全文
  • 趁疫情被封闭在家,学习一下python,之前尝试过看过perl的书,代码看得我一脸懵逼,python乍看上去和蔼可亲多了,再加上有个师兄鼓励和推荐学习python,找了这本书Managing Your Biological Data with Python先动...
  • 本书由六部分组成:Python语言基本介绍,语言所有成分介绍,高级编程,数据可视化,生物信息通用包Biopython,最后给出20个"编程秘笈”,范围涵盖了从二级结构预测、多序列比对到蛋白质三维结构的广泛话题。...
  • pythonnnnn生物信息
  • 趁疫情被封闭在家,学习一下python,之前尝试过看过perl的书,代码看得我一脸懵逼,python乍看上去和蔼可亲多了,再加上有个师兄鼓励和推荐学习python,找了这本书Managing Your Biological Data with Python先动...
  • "isSingleTaskLesson":false},{"itemType":"task","number":"1","published_number":"1","title":"Perl or Python","result":"","resultStatus":"","lock":false,"status":"published","taskId":"2525","isOptional...
  • Biopython 做序列分析一、安装Biopython:... 用pip安装Biopython,在cmd命令窗口输入下载Python的包管理工具:pip下载完,解压,进入解压目录Linux 下输入sudo python setup.py installwindows 下,在下载目录,Sh...
  • else: no_in.append(i) 三、在蛋白质序列中搜索磷酸化模体 蛋白质磷酸化:指由蛋白质激酶催化的把ATP的磷酸基转移到底物蛋白质氨基酸残基(丝氨酸、苏氨酸、酪氨酸)上的过程,或者在信号作用下结合GTP,是生物体内一...
  • 编辑推荐适读人群 :本书除可以作为高等院校生物信息、生物系的高年级学生和研究生的编程教材之外,对于从其他学科如数学、物理、计算机等转到生物信息领域工作的广大科研人员和高校学生也可起到参考作用。...
  • 示例数据 ACGATACAA 0.129 0.287 0.423 0.476 0.641 0.742 0.783 示例结果 -5.737 -5.217 -5.263 -5.360 -5.958 -6.628 -7.009 Python 实现 本题思路参考自下述博客: Rosalind – Introduction to Random Strings...
  • Python开发的方向太多了,有机器学习,数据挖掘,网络开发,爬虫等等。其实在生信领域,Python还显现不出绝对的优势,生信的大部分软件流程都是用shell或Perl写的,而且已经足够好用了。我选Python是因为我想顺便学...
  • 写在前面四五年前,接触生物信息的时候,阴差阳错,我选择用perl。事实上,直到嫌我,我还是认为我当初的选择,完全正确!。在做一些小文本的快速处理上,perl在我看来,从来最优最快当然,进步往往来自于颠覆;如果...
  • #第二部分#文件neuron_data.txt16.38139.90441.4629.0340.93202.70142.30346.00300.00>>> data=[]>>> for line in open('neuron_data.txt'):#for循环逐行读取文件... length=float(line.strip())#...
  • 导语内容提要Allegra Via、Kristian Rother、Anna Tramontano著,卢宏超、陈一情、李绍娟译的《Python生物信息学数据管理/生命科学与信息技术丛书》实例意在解决生物学问题,通过“编程技法”的形式,涵盖尽可能多的...
  • 目录Python从零开始第五章生物信息学③kegg查询==================================================正文导入必须的python包from bioservices.kegg import KEGGs = KEGG()KEGG拥有许多数据库。 该列表可以在属性...
  • 随着生命科学科研领域的需要和测序技术的发展,生物信息这个交叉学科近年来愈来愈兴旺起来,从业者也越来越多。与传统的理论和实验学科不同,生物信息是一门数据科学,这就需要从业者具备一定数据收集、管理、处理和...
  • Python生物信息学③提取差异基因

    千次阅读 2019-03-28 20:49:07
    python做生信分析的流程 使用的数据集是GSE5583,来自于2006年的基因芯片结果,该芯片目的是提取野生型和HDAC1小鼠胚胎干细胞用于Affymetrix微阵列上的差异RNA。 #导入包 import matplotlib.pyplot as plt import...
  • 第一篇专栏文章写点什么好呢? 我用了荀子的劝学作为第一篇专栏文章的题图。“顺风而呼,声非加疾也,而闻者彰。...”以上经典句子选自于荀子的名篇《劝学》,在刚开始学习生物信息的时候,我们通...
  • Python实现DNA转录RNA with open("rosalind_rna.txt") as f: dna_fragment = f.read().rsplit() rna_fragment = ''.join("U" if x=="T" else x for x in dna_fragment[0]) rna_fragment
  • 相信会看到这篇文章的每一位朋友,都是想通过各种方式找到易生信Python处理生物信息数据和作图这个课程来努力学习、提升自我的想法。怎么样更低成本找到这个课程进行学习变成了很多人的难题?那么就让我来帮你吧。...
  • 目录Python从零开始第五章生物信息学⑤生存分析(log-rank)====================================================================================================正文生存分析(Survival analysis)是指根据试验或...
  • #2.2.2python会话示例 # insulin [Homo sapiensl GI:386828 # axtracted 51 amino acids of A+B chain insulin = 'GlVEQCCTSICSLYQLENYCNFVNQHLCGSHLVEALYLVCGERGFFYTPKT' for amino_acid in "ACDEF...
  • 自学的perl/python/matlab/R/等等。其实用什么语言搞科研主要看老板,我最初老板和组里其他人都用perl,我也学perl。这样方便大家交换程序。现在的老板用python,我就开始学python了。其实觉得bioinformatics的本科...
  • 今天学了几个新的函数:line.strip()和line.split()具体参考见如下:https://www.cnblogs.com/yunyinzhihua/p/6884920.htmlchl.replace()具体参考见下:...https://...
  • 最近接到实验室的导师交给我的一个任务,就是他们手头有很多smile表达式,格式类似这种:C(=C(c1ccccc1)c1ccccc1)c1ccccc1(这是生物信息学中表达小分子结构的一种常用表达式),他们需要对每个smile表达式在ZINC网站...
  • 最近我看到了哈佛大学一个生信信息学课程,网上有电子版的(PH525x series - Biomedical Data Science),写得非常好,自己有精力了,完全可以把这个课程从头到尾学一遍,都弄懂(不懂的地方就自己查相应的资料,里面会...
  • 环境 OS version : Win10 x64 python_version : Python 3.6.5 实例代码 aa_codes = { 'ALA':'A', 'CYS':'C', 'ASP':'D', 'GLU':'E', 'PHE':'F', 'GLY':'G', 'HIS':'H', 'LYS':'K', 'ILE':'I', '...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 821
精华内容 328
关键字:

python生物信息

python 订阅