Tim Hubbard[англ.] использовал библиотеку Perl th_lib.pl, которая содержала множество полезных подпрограмм Perl для биоинформатики. Джонг Бхак, первый аспирант Tim Hubbard[англ.], создал скрипт jong_lib.pl. Бхак объединил две библиотеки подпрограмм Perl в Bio.pl.
Название BioPerl было придумано совместно Бхаком и Стивеном Бреннером в Центре белковой инженерии (CPE). В 1995 году Бреннер организовал BioPerl секцию на конференции Intelligent Systems for Molecular Biology (ISMB), которая прошла в Кембридже. В ближайшие месяцы у BioPerl появились пользователи, в их числе Георг Фуеллен, который организовал учебный курс в Германии. Коллеги и студенты Фуеллена значительно расширили BioPerl.
Далее BioPerl был расширен другими пользователями, среди которых Стив Червиц (активно разрабатывал коды Perl для своей базы данных генома дрожжей). Значительное расширение произошло, когда к команде разработчиков присоединился студент из Кембриджа Ewan Birney[англ.].
Первый стабильный выпуск состоялся 11 июня 2002 года. Самый последний стабильный (с точки зрения API) выпуск — 1.7.8 от 03 февраля 2021 года. Также периодически выпускаются выпуски для разработчиков. Версия серии 1.7.x считается самой стабильной (с точки зрения ошибок) версией BioPerl и рекомендуется для повседневного использования.
Влияние на проект «Геном человека»
За время своего существования Проект «Геном человека» столкнулся с несколькими проблемами. Некоторые из этих проблем были решены, когда многие лаборатории геномики начали использовать Perl. Одной из таких проблем был процесс анализа всех последовательностей ДНК. Некоторые лаборатории создавали большие монолитные системы со сложными реляционными базами данных, отладка и внедрение которых занимали целую вечность, и их превзошли новые технологии. Другие лаборатории научились создавать модульные слабосвязанные системы, части которых можно было менять местами при появлении новых технологий. Многие из первоначальных результатов всех лабораторий были неоднозначными. В конце концов было обнаружено, что многие из шагов могут быть реализованы в виде слабо связанных программ, запускаемых с помощью сценария оболочки Perl.
Еще одна проблема, которая была исправлена, это — обмен данными. В каждой лаборатории обычно были разные программы, которые они запускали со своими скриптами, что приводило к нескольким преобразованиям при сравнении результатов. Чтобы исправить это, лаборатории коллективно начали использовать супернабор данных. Один сценарий использовался для преобразования из супернабора в набор каждой лаборатории, а другой — для обратного преобразования. Это минимизировало количество необходимых скриптов и обмен данными стал упрощен с Perl.
Особенности и примеры
Чтобы воспользоваться преимуществами BioPerl, пользователю необходимо базовое понимание языка программирования Perl, включая понимание того, как использовать perl-ссылки, модули, объекты и методы Perl.
BioPerl не включает в себя готовые программы, а предоставляет универсальные программные модули для многих типовых задач биоинформатики. Это облегчает написание скриптов и конвейеров для манипулирования с последовательностями нуклеотидов и аминокислот, доступа к базам данных, с использованием различных форматов хранения биологических данных, выполнения и анализа результатов в разнообразных программах биоинформатики, например, BLAST, ClustalW, T-COFFEE[англ.] (tcoffee (неопр.).), HMMER и других.
Пример доступа к GenBank (удалённая база данных) для получения последовательности:
#!/usr/bin/perl -wuseBio::DB::GenBank;my$db_obj=Bio::DB::GenBank->new;# Этот объект умеет разговаривать с GenBankmy$seq_obj;$seq_obj=$db_obj->get_Seq_by_acc('J00522');# используя Accession Number$seq_obj=$db_obj->get_Seq_by_version('J00522.1');# Accession.version$seq_obj=$db_obj->get_Seq_by_gi('25829');# GI Numberprint$seq_obj->display_id(),"\n";# вывести человеко-читаемый идентификатор последовательности print$seq_obj->desc(),"\n";# вывести описание последовательностиprint$seq_obj->seq(),"\n";# вывести последовательностьuseBio::SeqIO;my$seqOut=newBio::SeqIO(-format=>'genbank');$seqOut->write_seq($seq_obj);
Преобразование форматов биологических записей баз данных и файлов.
useBio::Tools::SeqStats;my$seq_stats=Bio::Tools::SeqStats->new($seqobj);# Возвращает ссылку на двухэлементный массив, который содержит наибольшую нижнюю границу и наименьшую верхнюю границу молекулярной массы последовательностиmy$weight=$seq_stats->get_mol_wt();my$monomer_ref=$seq_stats->count_monomers();# количество мономеров (нуклеотидов)# Для нуклеотидной последовательностиmy$codon_ref=$seq_stats->count_codons();# количество кодонов
Создание машиночитаемых аннотаций последовательности.
Применение
Помимо непосредственного использования конечными пользователями[4],
BioPerl также является базой для широкого спектра биоинформатических инструментов, в том числе:
В настоящее время, BioPerl содержит около 1000 модулей. Является одним из первых репозиториев биологических программных модулей, который значительно повысил удобство и скорость решения задач биоинформатики. В BioPerl очень простые в установке Perl-модули, а также гибкий глобальный репозиторий. BioPerl использует хорошие тестовые модули для большого разнообразия процессов.
Одной из сильных сторон BioPerl является то, что он позволяет извлекать последовательности из всех видов источников: файлов, удаленных биологических баз данных (GenBank, SwissProt/UniProt, GenPept, EMBL, SeqHound, Entrez Gene и RefSeq), локальных баз данных, независимо от их формата.
Недостатки
Есть много способов использовать BioPerl, от простого написания сценариев до очень сложного объектно-ориентированного программирования. Иногда это делает язык Perl трудным для понимания. Из большого количества модулей BioPerl, некоторые не всегда работают так, как ожидается.
Подобные библиотеки на других языках программирования
Существуют следующие подобные BioPerl библиотеки биоинформатики, которые реализованы на других языках программирования, как часть Open Bioinformatics Foundation:
↑Wei, X.; Kuhn, D. N.; Narasimhan, G. (2003). "Degenerate primer design via clustering". Proceedings. IEEE Computer Society Bioinformatics Conference. 2: 75—83. PMID16452781.
↑Llabrés, M.; Rocha, J.; Rosselló, F.; Valiente, G. (2006). "On the Ancestral Compatibility of Two Phylogenetic Trees with Nested Taxa". Journal of Mathematical Biology. 53 (3): 340—364. arXiv:cs/0505086. doi:10.1007/s00285-006-0011-4. PMID16823581.