生物の情報をプログラミングで解き明かす：Pythonライブラリ「Biopython」入門

【Yuki】 Hirokiくん、こんにちは。今日はPythonを使って、少し変わった分野の学習をしてみませんか……？「バイオインフォマティクス（生物情報科学）」という言葉、聞いたことはありますか……？

【Hiroki】 Yukiさん、こんにちは！バイオインフォマティクス……なんだか難しそうな響きですね。生物学とITを組み合わせたもの、というイメージで合っていますか？

【Yuki】 ええ、その通りです……。DNAやタンパク質などの膨大な生物学的データを、コンピュータを使って解析する学問のことですね。今日はその分野で世界的に使われている「Biopython（バイオパイソン）」というライブラリについて、一緒に学んでいければと思います……。

【Hiroki】 Biopythonですね！僕のようなプログラミング初心者でも、DNAのデータとかを扱えるようになるんでしょうか？

【Yuki】 大丈夫ですよ……。Biopythonは非常に多機能ですが、基本的な使い方はとてもシンプルなんです。DNAの配列は、結局のところ「A, T, G, C」という文字の並び……つまり文字列として扱えるので、Pythonが得意な領域でもあるんですよ。

Biopythonとは何か

【Yuki】 まず、Biopythonがどのようなものか簡単に説明しますね……。これは、生物学的な計算を行うための自由なソフトウェアツールの集まりです。 主な機能としては、以下のようなものがあります。

• 配列（DNA、RNA、タンパク質）の操作
• 様々な生物学用ファイル形式（FASTA, GenBankなど）の読み書き
• オンラインデータベース（NCBIなど）へのアクセス
• タンパク質構造（PDB）の解析
• 配列アライメント（配列同士の比較）

……一人でこれらすべてを実装するのは大変ですが、Biopythonを使えば、複雑な処理も数行のコードで書けてしまうんです。

【Hiroki】 すごいですね。プロの研究者も使っているツールを、僕たちも使えるなんてワクワクします。まずはどうやって準備すればいいですか？

【Yuki】 準備も簡単ですよ……。いつものように pip コマンドを使ってインストールするだけです。

pip install biopython

これで準備完了です。Biopythonは歴史の長いライブラリですが、今でも活発にメンテナンスされているので、安心して使ってくださいね……。

配列を扱う：Seqオブジェクトの基本

【Yuki】 それでは、実際にコードを書いてみましょうか。Biopythonで最も重要で、基本となるのが「Seqオブジェクト」です。 Pythonの標準的な文字列（str型）と似ていますが、生物学的な計算に特化したメソッドをたくさん持っているんですよ。

from Bio.Seq import Seq

# DNA配列を作成します
my_dna = Seq("AGTACACTGGT")

print(f"配列: {my_dna}")
print(f"長さ: {len(my_dna)}")

【Hiroki】 見た目は普通の文字列みたいですね。これだけだと、普通の文字列を使っても変わらない気がするのですが……。

【Yuki】 ふふ、そうですよね……。でも、ここからがBiopythonの本領発揮です。DNAには「相補鎖」というものがあるのを覚えていますか……？ AはTと、GはCと対になるというルールです。

【Hiroki】 あ、理科の授業で習いました！

【Yuki】 それを自分でプログラムしようとすると、文字を置換して……と少し手間がかかりますが、Seqオブジェクトなら一瞬です。

# 相補鎖（Complement）を取得
print(f"相補鎖: {my_dna.complement()}")

# 逆相補鎖（Reverse Complement）を取得
print(f"逆相補鎖: {my_dna.reverse_complement()}")

【Yuki】 complement() メソッドを呼ぶだけで、対になる塩基に置き換えてくれます。DNAの解析では、この「逆相補鎖」を求める操作が頻繁に出てくるので、とても便利なんです。

転写と翻訳：DNAからタンパク質へ

【Hiroki】 なるほど、生物学のルールがメソッドとして組み込まれているんですね！

【Yuki】 そうなんです……。他にも、DNAからRNAを作る「転写」、RNAからタンパク質を作る「翻訳」といった生命の基本原理も、メソッド一つでシミュレーションできます。

# DNAからmRNAへの転写（Transcription）
my_messenger_rna = my_dna.transcribe()
print(f"mRNA: {my_messenger_rna}")

# mRNAからアミノ酸配列への翻訳（Translation）
my_protein = my_messenger_rna.translate()
print(f"タンパク質: {my_protein}")

【Hiroki】 translate() を使うだけで、コドン表を引かなくてもアミノ酸の記号に変わるんですね！これは便利だ……。

【Yuki】 ええ、そう思います……。ちなみに、直接DNA配列から translate() を呼ぶこともできます。途中で終止コドンが出てきたら *（アスタリスク）で表示されるなど、非常に実用的な仕様になっているんですよ。

生物学的なファイル形式を読み込む：SeqIO

【Hiroki】 でも、実際の研究ではもっと長い、何千文字、何万文字という配列を扱いますよね？ 自分で手入力するのは無理そうです……。

【Yuki】 その通りです……。実際には「FASTA形式」などの専用のファイルに保存されたデータを読み込んで解析します。そこで使うのが Bio.SeqIO モジュールです。 例えば、example.fasta というファイルがあったとして、次のように書くだけで中身を取り出せます。

from Bio import SeqIO

# FASTAファイルを読み込みます
for record in SeqIO.parse("example.fasta", "fasta"):
    print(f"ID: {record.id}")
    print(f"配列の長さ: {len(record.seq)}")
    # 最初の20文字だけ表示
    print(f"配列の一部: {record.seq[:20]}...")

【Hiroki】 SeqIO.parse を使えば、ファイルの中にある複数のデータをループで回して処理できるんですね。

【Yuki】 はい……。第2引数に "fasta" や "genbank" と指定するだけで、Biopythonが自動的にフォーマットを判別して解析してくれるんです。ファイルの読み書きは解析の第一歩なので、この SeqIO は一番お世話になるモジュールかもしれません……。

データベースにアクセスする：Bio.Entrez

【Yuki】 さらに面白い機能を紹介しますね……。Biopythonを使えば、アメリカの国立生物工学情報センター（NCBI）が提供している膨大なデータベースへ、Pythonから直接アクセスしてデータをダウンロードできるんです。 これには Bio.Entrez モジュールを使います。

from Bio import Entrez

# 自分のメールアドレスを登録する必要があります（ルールです）
Entrez.email = "your_email@example.com"

# 特定のIDのデータを取得します
with Entrez.efetch(db="nucleotide", id="NM_001101", rettype="fasta", retmode="text") as handle:
    record = SeqIO.read(handle, "fasta")
    print(f"ダウンロードした配列: {record.description}")

【Hiroki】 えっ、インターネット経由で本物の研究データを取ってこれるんですか？

【Yuki】 そうなんです……。例えば、特定の遺伝子の名前で検索して、その配列を自動的に収集するスクリプトも書けます。 ただ、データベースのサーバーに負荷をかけすぎないように、取得の間隔を空けるなどのマナーを守ることが大切ですよ……。そのあたりのルールもBiopythonのドキュメントに詳しく書いてあります。

最新の技術との関わり

【Hiroki】 Biopythonを使えば、僕のPCが小さな研究所になったみたいですね。

【Yuki】 素敵な考え方ですね……。最近では、こうしたBiopythonで取得・整形したデータを、機械学習やAIのモデルに入力して、新しい薬の候補を見つけたり、タンパク質の構造を予測したりする研究も盛んです。

【Hiroki】 AIですか！最近のGeminiとかのモデルも関係してくるんでしょうか？

【Yuki】 直接Biopythonに組み込まれているわけではありませんが、例えば GoogleのGemini 1.5 Flash（gemini-1.5-flash） のような最新モデルを使って、解析結果の論文を要約させたり、複雑な配列データのパターンを考察させたりといった連携は非常に有効だと思います……。 最新の google-genai ライブラリを使えば、Biopythonで抽出した特徴量をAIに渡して、より高度な推論をさせることもできるはずです……。

【Hiroki】 プログラミングができると、生物学の最先端にも触れられるんですね。もっと勉強したくなりました。

【Yuki】 そう言ってもらえると嬉しいです……。Biopythonは奥が深くて、系統樹を作ったり、ゲノムの地図を描いたりする機能もあります。まずは自分の興味のある生き物の配列を探して、読み込んでみるところから始めてみてはどうでしょうか……？

まとめと参考文献

【Hiroki】 今日はありがとうございました、Yukiさん！Biopythonの基本がよくわかりました。

【Yuki】 どういたしまして……。最後に、学習に役立つ情報をまとめておきますね。Biopythonは公式ドキュメントが非常に充実しているので、困ったときはそこを見るのが一番の近道だと思います……。

• Biopython 公式サイト
• Biopython Tutorial and Cookbook

……この「Tutorial」は、世界中のバイオインフォマティクス初学者が読んでいるバイブルのようなものです。英語ですが、コード例が豊富なのできっと参考になるはずです。

【Hiroki】 少しずつ読んでみます。バイオの世界をPythonで冒険してみますね！

【Yuki】 ええ、応援しています……。もしエラーが出て困ったり、データの扱い方がわからなくなったら、またいつでも聞いてくださいね。……わたしも、Hirokiくんが新しい発見をするのを、楽しみにしていますから。

【Hiroki】 はい！またよろしくお願いします！

「Biopython」のサンプルコードを見る