罗 静 初

(北京大学 生命科学学院，北京大学生物信息中心,北京 100871)

1 概述

1.1 简介

欧洲分子生物学开放软件包(European Molecular Biology Open Software Suite, EMBOSS)诞生于上个世纪九十年代末，是较早投入使用的大型生物信息学开放软件包，包括300多个程序，主要用于核酸和蛋白质序列分析[1-3]。EMBOSS是欧洲分子生物学网络组织(European Molecular Biology Network, EMBnet)启动的以欧洲国家为主的国际合作项目，主要发起人和开发者为Peter Rice和Alan Bleasby。EMBOSS是开源软件包，源代码完全公开，任何人均可免费获取、安装、使用和修改，并可进行二次开发，例如开发浏览器用户界面等。EMBOSS官方网站除提供软件下载外，还提供用户文档、使用教程、开发指南和常见问题解答等相关资料。

2001年起，笔者在北京大学开设“实用生物信息技术”研究生课程[4]，曾介绍EMBOSS软件包中部分常用程序。2020年新冠病毒疫情期间，为北京大学生物信息学专业本科生开设“Linux基础及其在生物信息领域中的应用”线上课程，较为系统地介绍了EMBOSS软件包主要程序。

为推广EMBOSS软件包在生物信息学研究中的应用，本文基于教学中的一些实例，介绍EMBOSS软件包中主要程序的用途、用法，及其运行结果的生物学意义。文中所举实例的蛋白质序列源自国际蛋白质数据库UniProt[5]，核酸序列源自美国国家生物技术信息中心(National Center for Biotechnology Information, NCBI)的核酸序列数据库GenBank和参考序列数据库RefSeq。文中对所举实例的生物学背景作了简要说明，并给出相关文献，具体细节可参阅“实用生物信息技术”课程(Applied Bioinformatics Course, ABC)教学网站(https://bigd.big.ac.cn/education/)。获中国科学院北京基因组研究所大数据中心支持，本文补充材料已上载到该所国家生物信息中心网站(https://bigd.big.ac.cn/education/)。……