1. 常用的生物信息学python库有哪些
常用的生物信息学python库：
Tkinter
Python默认的图形界面接口。Tkinter是一个和Tk接口的Python模块，Tkinter库提供了对Tk API的接口，它属于Tcl/Tk的GUI工具组。
PyGTK
用于python GUI程序开发的GTK+库。GTK就是用来实现GIMP和Gnome的库。
PyQt
用于python的Qt开发库。QT就是实现了KDE环境的那个库，由一系列的模块组成，有qt, qtcanvas, qtgl, qtnetwork, qtsql, qttable, qtui and qtxml，包含有300个类和超过5750个的函数和方法。PyQt还支持一个叫qtext的模块，它包含一个QScintilla库。该库是Scintillar编辑器类的Qt接口。
wxPython
GUI编程框架，熟悉MFC的人会非常喜欢，简直是同一架构（对于初学者或者对设计要求不高的用户来说，使用Boa Constructor可以方便迅速的进行wxPython的开发）
PIL
python提供强大的图形处理的能力，并提供广泛的图形文件格式支持，该库能进行图形格式的转换、打印和显示。还能进行一些图形效果的处理，如图形的放大、缩小和旋转等。是Python用户进行图象处理的强有力工具。
Psyco
一个Python代码加速度器，可使Python代码的执行速度提高到与编译语言一样的水平。
xmpppy
Jabber服务器采用开发的XMPP协议，Google Talk也是采用XMPP协议的IM系统。在Python中有一个xmpppy模块支持该协议。也就是说，我们可以通过该模块与Jabber服务器通信，是不是很Cool。
PyMedia
用于多媒体操作的python模块。它提供了丰富而简单的接口用于多媒体处理(wav, mp3, ogg, avi, divx, dvd, cdda etc)。可在Windows和Linux平台下使用。
Pmw
Python megawidgets，Python超级GUI组件集，一个在python中利用Tkinter模块构建的高级GUI组件，每个Pmw都合并了一个或多个Tkinter组件，以实现更有用和更复杂的功能。
PyXML
用Python解析和处理XML文档的工具包，包中的4DOM是完全相容于W3C DOM规范的。它包含以下内容：
xmlproc: 一个符合规范的XML解析器。Expat: 一个快速的，非验证的XML解析器。还有其他和他同级别的还有 PyHtml PySGML。
PyGame
用于多媒体开发和游戏软件开发的模块。
PyOpenGL
模块封装了“OpenGL应用程序编程接口”，通过该模块python程序员可在程序中集成2D和3D的图形。
NumPy、NumArray、SAGE
NumArray是Python的一个扩展库，主要用于处理任意维数的固定类型数组，简单说就是一个矩阵库。它的底层代码使用C来编写，所以速度的优势很明显。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代Magma, Maple, Mathematica和Matlab 这类工具。
MySQLdb
用于连接MySQL数据库。还有用于zope的ZMySQLDA模块，通过它就可在zope中连接mysql数据库。
Sqlite3
用于连接sqlite数据库。
Python-ldap
提供一组面向对象的API，可方便地在python中访问ldap目录服务，它基于OpenLDAP2.x。
smtplib
发送电子邮件。
ftplib
定义了FTP类和一些方法，用以进行客户端的ftp编程。如果想了解ftp协议的详细内容，请参考RFC959。
PyOpenCL
OpenCL的Python接口，通过该模块可以使用GPU实现并行计算。
2. NCBI有多少数据库，分别有什么作用
在生物医学信息学领域，数据库和服务的定义与计算机领域有很大的不同，如果要问NCBI过去，现在或将来会有多少数据库，恐怕连NCBI自己都说不清楚。要是一个一个数据库讲下来，9999个字肯定不够用。这里有一个列表供您参考http://www.ncbi.nlm.nih.gov/guide/all/。
NCBI的产生和发展是在美国和全球生物学高速发展，高通量数据急速产生，而缺乏有效的数据分析方法的背景下产生，起初它主要任务是数据的存储和查询。只不过其存储的数据大多以高通量数据为主，例如基因测序，基因组，SNP, 基因芯片,小分子化合物和GWAS数据等。这些数据的共享，极大地促进了生物信息学发展。
按照数据->样式->知识->智慧的发展模式，NCBI主要起到了一个为生物学家提供数据的角色。不过，NCBI目前也不断地在调整自己的角色。例如，生物医学文献。NCBI在从NLM继承过来的pubmed的基础，提供以PMC数据库为核心的全文文献服务。PubMed数据库应该是全球生物学家使用频率最高的数据库。NCBI最近对pubmed的改版，虽然没有实质性的改变，但其按照用户体验进行的修改，足见其对该数据库的重视。
另外，NCBI目前不断地在引入高学历生物学人才对其数据库的质量进行控制。以dbSNP为例，其正在通过与领域专家的合作将突变数据与人类表型数据进行关联。
总得来讲，NCBI的发展是与生物学高通量数据产生密切相关，它以经不在局限于提供数据存储与查询，其未来的发展必将发展为一个大型的、综合的知识库。到那时NCBI会不会免费，就要另当别论了。很显然没有人会将自己的手稿拱手让人。如果真有那么一天，不知道从中会产生多少专利和知识产权。
3. 生物信息数据库分为哪四大类
按大小可以分为1.公共数据库
2. 从公共数据库中取数据做进一步处理的专业数据库，提供更多的分析工具
按功能分可以有
基因库GENEBANK，蛋白库UNIPROT, 结构库PDB, 功能分类 GO库，通路库 KEGG。
不用专注于4这个数字。随着科研的进步还会有更多的数据库出来。
4. 生物信息学中的常用的核酸二级数据库有哪些
常用的有microRNA数据库miRBase
PDB、NDB数据库，tRNA数据库，以及你想要的其他种类的RNA数据库。
其中PDB、NDB数据库比较权威，可靠性较高，也比较全面
5. 生物信息学数据库之间的联系方式有
收集，维护，生物信息学数据库可以分为4大类:即基因组数据库、核酸和蛋白质一级结构数据库、生物大分子三维空间结构数据库。
6. 网上的生物信息学资源都有哪些
生物信息学高度依赖于网络。实际上，你需要的几乎所有资源，都可以从网上下到。你需要关注你研究领域所需要的那些，而不是全部的资源。
我原来常用的：
NCBI：持有INSDC的节点。网站上有核酸、蛋白、基因名、基因组名等等的搜索工具，以及BLAST序列比对搜索工具，PUBMED文献数据库，Taxonomy数据，COG蛋白家族库等等。FTP可以下到它全部的数据库，BLAST的单机程序，以及各种工具程序。
EBI：和NCBI类似，欧洲搞的对等物。感觉EBI网站比NCBI要清楚简洁。另外EBI网站整合了更多的工具，比如多序列比对。
Uniprot：全蛋白库。NCBI和EBI的蛋白库来源于此。目前包括两部分：SwissProt是人工校对过的，TrEMBL是自动校对的。
Pfam：蛋白家族库。可以使用配套的HMMER进行搜索。比BLAST能找到更远缘的东西，而且找到的东西是结构域。
Rfam：RNA的，类似Pfam。
RDP：16S rRNA库。除了序列，它还有一个基于K-mer naive Bayesian model的rdp classifier，可以对输入序列进行物种分类，效率和准确性较直接使用BLAST更高。
GreenGenes：也是16S库，不过它只收集比较全的序列。它提供了一个16S的标准化比对，并基于这个东西搞了个物种分类工具。
EMBOSS：一个工具包，提供了几百个进行序列操作的工具。
BioPerl、BioPython：Perl和Python的生物学模块。
R：类似matlab的语言，有一大堆的生物学包。
SOAP：华大基因搞的高通量测序工具包，有de-novo拼接的，有mapping的，还有一些后续分析的。
bowtie：一个用于序列mapping的软件。
samtools：用于操纵、分析高通量序列mapping的结果。功能非常灵活，但有点复杂。
fastx toolkit：用来操纵高通量测序序列的工具包。
7. 生物信息学数据库的主要数据类型
生物信息学数据库的主要数据类型有哪些的呢？
这些数据的类型估计都是一些讲述生物的种类、特性、生长、发育和再生等。
8. 什么是生物信息学中的二级数据库
根据需要从一级数据库中搜集对象的相关数据集合而成的就是二级数据库。
像genebank,EMBL这种都是不加选择的一级数据库，只要是实验获得的，不管什么东西的序列，哪怕是不完整的序列都能上传，而且它们的数据也有可能有重复。如果有某个人专门研究细菌的鉴定，需要用到正式被认可的16srDNA序列，为了研究方便，把这些一级数据库的各个种类细菌的公认标准16srDNA序列的数据进行整理，重新构建了一个数据库，这就是所谓的二级数据库。如果不构建，直接用一级数据库做blast，就会得出很多未被承认甚至不完整的序列，还要人工一个个看过去，找出公认的标准序列，这样就很麻烦。我举得例子在现实中就是韩国的EzTaxon。
9. in cell and developmental biology属于哪个数据库
in cell and developmental biology属于生物信息学数据库
生物信息数据库可以分为一级数据库和二级数据库。
一级数据库的数据都直接来源于实验获得的原始数据，只经过简单的归类整理和注释；
二级数据库是在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步整理。国际上着名的一级核酸数据库有Genbank数据库、EMBL核酸库和DDBJ库等；蛋白质序列数据库有SWISS-PROT、PIR等；蛋白质结构库有PDB等。国际上二级生物学数据库非常多，它们因针对不同的研究内容和需要而各具特色，如人类基因组图谱库GDB、转录因子和结合位点库TRANSFAC、蛋白质结构家族分类库SCOP等等。
10. 列举常用的生物信息学数据库及序列对比常用软件及特点
一般来说所用的分析工具有在线跟下载的 下面简要列举一些常用在线软件的使用 1、使用VecScreen工具，分析下列未知序列，输出序列长度、载体序列的区域、可能使用的克隆载体都有哪些。一、步骤：
打开google 首页，搜索VecScreen，进入VecScreen首页，复制序列，运行，View report。
二、结果：
输出序列长度918bp，
载体序列的区域456bp——854bp.
克隆载体：M13mp18 phage，pGEM-13Zf(+)，pBR322，pRKW2。
2、使用相应工具，分析下列未知序列的重复序列情况，输出重复序列的区域、包含的所有重复序列的类型、重复序列的总长度及Masked Sequence。
一、步骤：
进入google首页，进入ICBI主页，对序列进行BLAST。得出序列是human的。
进入google首页，搜索RepeatMasker，进入RepeatMasker主页，进入RepeatMasking，复制序列，DNA source选择human，运行！点击超链接，在结果中选择
Annotation File ：RM2sequpload_1287631711.out.html
3、使用CpGPlot/CpGReport/Isochore工具，分析下列未知序列，输出CpG岛的长度、区域、GC数量、所占的百分比及Obs/Exp值。一、步骤：
进入google首页，搜索CpGPlot，进入CpGPlot主页，program中选择cpgreport复制序列，运行！
二、结果：
CpG岛的长度：385bp
区域：48——432；
GC数量：Sum C+G=297，百分数=77.14
Obs/Exp：1.01
4、预测下面序列的启动子，输出可能的启动子序列及相应的位置。一、步骤：
进入google首页，进入ICBI主页，对序列进行BLAST。得出序列是human的
进入google首页，搜索Neural Network Promoter Prediction，进入主页，复制序列，选择eukaryote，运行！
二、结果：
位置：711—761 ，1388—1438，1755—1805；
5、运用Splice Site Prediction工具分析下面序列，分别输出内含子－外显子剪接位点给体和受体的区域及剪接处位置的碱基。一、步骤：
进入google首页，进入ICBI主页，对序列进行BLAST。得出序列是human的
进入google首页，搜索Splice Site Prediction，进入主页，复制序列。Organism选择Human or other。其他默认，运行！
二、结果：
供体：
受体：
6、对下面序列进行六框翻译，利用GENESCAN综合分析(首先确定给定序列的物种来源)哪个ORF是正确的，输出六框翻译（抓图）和GENESCAN结果(包括predicted genes/exons 和 predicted peptide sequence(s) 两个部分)。一、步骤：
进入google首页，进入ICBI主页，对序列进行BLAST。得出序列是Zea的
进入google首页；搜索NCBI，进入主页，选择all resources（A~Z），选择O，选择ORF finder。复制序列，默认，运行！
二、结果：ORF图
三、步骤：进入google首页，搜索GENESCAN，进入主页，Organism:Maize， ，其他默认，运行！
四、结果：
G7、进入REBASE限制性内切酶数据库，输出AluI、MboI、EcoI三种内酶的Recognition Sequence和Type。
一、步骤：进入google首页，google in English，搜索REBASE，进入主页， 分别输入AluI、MboI、EcoI，运行！
在MboI中选择第一个，EcoI选择第二个。
二、结果：
ENSCAN图
8、使用引物设计工具，针对下列未知序列设计一对引物，要求引物长度为20-25bp，扩增产物长度300-500bp，退火温度为50-60℃。请写出选择的一对引物（Forward Primer and Reverse Primer）、及相应的GC含量、引物的位点、Tm值和产物长度。一、步骤：进入google首页，搜索genefisher，进入主页，复制fasta格式，chechk input， sunmit， ； ；设置一下引物长度为20-25bp，扩增产物长度300-500bp，退火温度为50-60℃； 。
二、结果：
GC含量：
引物的位点：
Tm值：
产物长度：。
9、将下面的序列用NEBcutter 2.0工具分析，用产生平末端及有四个酶切位点的酶进行酶切，并用抓图提交胶图（view gel），要求1.4% agarose和Marker为100bp DNA Ladder。
一、步骤：
进入google首页，进入ICBI主页，对序列进行BLAST，得知是linear。
进入google首页，搜索NEBcutter 2.0，进入主页，选择linear，运行！选择custom digest， ，把“1”改为“4”，选择平末端，后digest。View gel。选择1.4% agarose和Marker为100bp。
二、结果：
然后就是蛋白质的了一般都在expasy里swiss-prot 适用于检索的 compute pi/mw 求理论分子量 分子量 protparam物理化学性质 protscale亲水性疏水性 peptidemass分析蛋白酶和化学试剂处理后的内切产物
NCBI(www.ncbi.nlm.nih.gov)-GenBank数据库
数据库相似性搜索——核酸序列与核酸数据库比较（BLASTN）
蛋白质序列与数据库中蛋白质序列比较（BLASTP）
两序列比对（Align two sequences）
DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)
分析实验序列外显子部分——GENSCAN（http://genes.mit.e/GENSCAN.html）
分析实验序列的可能酶切位点——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
注： Custom digest -- view gel
限制性内切酶数据库——REBASE(http://rebase.neb.com/rebase/rebase.html)
设计引物扩增实验序列——Genefisher
Primer 3
蛋白质序列分析及结构预测：
1.预测蛋白质的分子量及等电点:ExPASy（Compute pI/Mw）
2.分析蛋白质的基本物理化学性质：ExPASy（ProtParam）
3.分析蛋白质的亲水性和疏水性：ExPASy（ProtScale）
4.分析蛋白质在各种蛋白酶和各种化学试剂处理后的内切产物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白质的信号肽：ExPASy（SignalP）
6.预测蛋白质的二级结构：ExPASy（Jpred 3）
多物种分子系统发育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W
人脂联素蛋白质序列：NP_004788
人类胰岛素生长因子IB前体：P05019