- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我是 python 的新手,想使用 bio 包中的 entrez 系统从 pubmed 中提取摘要。我通过电子搜索获得了我的 UID(存储在 my_list_ges
中),我还可以使用 efetch 下载条目。然而,现在结果是一个字典列表,条目看起来像字典,但我无法访问它们:
Entrez.email= "my-email@provider.sth"
handle=Entrez.efetch(db="pubmed",id=my_list_ges[0],rettype="null",retmode="xml")
record = Entrez.read(handle)
abstract=record["Abstract"]
handle.close()
结果是类型错误:
TypeError: list indices must be integers, not str
当我尝试从第一条记录中检索 'Abstract'
时,我得到了一个 KeyError
:
>>> record[0]["Abstract"]
KeyError: 'Abstract'
这很奇怪,因为根据电子搜索的结果,我可以通过字典轻松访问我的 UID
记录[0]的结构是:
{u'MedlineCitation': DictElement({
u'OtherID': [],
u'OtherAbstract': [],
u'CitationSubset': ['IM'],
u'KeywordList': [],
u'DateCreated': {u'Month': '03', u'Day': '17', u'Year': '2016'},
u'SpaceFlightMission': [],
u'GeneralNote': [],
u'Article':
DictElement({
u'ArticleDate': [
DictElement({u'Month': '03', u'Day': '16', u'Year': '2016'}, attributes={u'DateType': u'Electronic'})],
u'Pagination': {u'MedlinePgn': 'e0151666'},
u'AuthorList': ListElement([
DictElement({
u'LastName': "O'Neill",
u'Initials': 'KE',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Kathy E'
}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Bredenkamp',
u'Initials': 'N', u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Nicholas'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Tischner',
u'Initials': 'C',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Christin'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Vaidya',
u'Initials': 'HJ',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Harsh J'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Stenhouse',
u'Initials': 'FH',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}], u'ForeName': 'Frances H'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Peddie',
u'Initials': 'CD',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'C Diana'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Nowell',
u'Initials': 'CS',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Craig S'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Gaskell',
u'Initials': 'T',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}],
u'ForeName': 'Terri'}, attributes={u'ValidYN': u'Y'}),
DictElement({
u'LastName': 'Blackburn',
u'Initials': 'CC',
u'Identifier': [],
u'AffiliationInfo': [{
u'Affiliation': 'MRC Centre for Regenerative Medicine, Institute for Stem Cell Research, School of Biological Sciences, University of Edinburgh, SCRM Building, 5 Little France Drive, Edinburgh, EH16 4UU, UK.',
u'Identifier': []}], u'ForeName': 'C Clare'}, attributes={u'ValidYN': u'Y'})],
attributes={u'Type': u'authors', u'CompleteYN': u'Y'}),
u'Language': ['eng'],
u'PublicationTypeList': [StringElement('Journal Article', attributes={u'UI': u'D016428'})],
u'Journal': {
u'ISSN': StringElement('1932-6203', attributes={u'IssnType': u'Electronic'}),
u'ISOAbbreviation': 'PLoS ONE',
u'JournalIssue': DictElement({
u'Volume': '11',
u'Issue': '3',
u'PubDate': {u'Year': '2016'}}, attributes={u'CitedMedium': u'Internet'}),
u'Title': 'PloS one'},
u'ArticleTitle': 'Foxn1 Is Dynamically Regulated in Thymic Epithelial Cells during Embryogenesis and at the Onset of Thymic Involution.',
u'ELocationID': [StringElement('10.1371/journal.pone.0151666', attributes={u'ValidYN': u'Y', u'EIdType': u'doi'})],
u'Abstract': {u'AbstractText': ['--Unnecessarily long abstract removed --']}}, attributes={u'PubModel': u'Electronic-eCollection'}),
u'PMID': StringElement('26983083', attributes={u'Version': u'1'}),
u'MedlineJournalInfo': {
u'MedlineTA': 'PLoS One',
u'Country': 'United States',
u'NlmUniqueID': '101285081',
u'ISSNLinking': '1932-6203'}}, attributes={u'Owner': u'NLM', u'Status': u'In-Data-Review'}),
u'PubmedData': {
u'ArticleIdList': [
StringElement('10.1371/journal.pone.0151666', attributes={u'IdType': u'doi'}),
StringElement('PONE-D-15-47173', attributes={u'IdType': u'pii'}),
StringElement('26983083', attributes={u'IdType': u'pubmed'})],
u'PublicationStatus': 'epublish',
u'History': [
DictElement({u'Month': '', u'Day': '', u'Year': '2016'}, attributes={u'PubStatus': u'ecollection'}),
DictElement({u'Month': '10', u'Day': '28', u'Year': '2015'}, attributes={u'PubStatus': u'received'}),
DictElement({u'Month': '3', u'Day': '2', u'Year': '2016'}, attributes={u'PubStatus': u'accepted'}),
DictElement({u'Month': '3', u'Day': '16', u'Year': '2016'}, attributes={u'PubStatus': u'epublish'}),
DictElement({u'Minute': '0', u'Month': '3', u'Day': '17', u'Hour': '6', u'Year': '2016'}, attributes={u'PubStatus': u'entrez'}),
DictElement({u'Minute': '0', u'Month': '3', u'Day': '18', u'Hour': '6', u'Year': '2016'}, attributes={u'PubStatus': u'pubmed'}),
DictElement({u'Minute': '0', u'Month': '3', u'Day': '18', u'Hour': '6', u'Year': '2016'}, attributes={u'PubStatus': u'medline'})]}
}
最佳答案
我发现返回 Medline 记录并对其进行解析要容易得多。我为相关查询插入了完整的工作代码:query = "Tischner[AU] Cortex-specific down-regulation"
。 下面代码的关键点是fetch_rec()
函数使用rettype='Medline', retmode='text'
然后使用BioPython的解析结果记录Medline 模块。
from StringIO import StringIO
from Bio import Entrez, Medline
def search_medline(query, email):
Entrez.email = email
search = Entrez.esearch(db='pubmed', term=query, usehistory='y')
handle = Entrez.read(search)
try:
return handle
except Exception as e:
raise IOError(str(e))
finally:
search.close()
def fetch_rec(rec_id, entrez_handle):
fetch_handle = Entrez.efetch(db='pubmed', id=rec_id,
rettype='Medline', retmode='text',
webenv=entrez_handle['WebEnv'],
query_key=entrez_handle['QueryKey'])
rec = fetch_handle.read()
return rec
def main(query, email):
rec_handler = search_medline(query, email)
for rec_id in rec_handler['IdList']:
rec = fetch_rec(rec_id, rec_handler)
rec_file = StringIO(rec)
medline_rec = Medline.read(rec_file)
if 'AB' in medline_rec:
print(medline_rec['AB'])
if __name__ == '__main__':
email = "my-email@provider.sth"
query = "Tischner[AU] Cortex-specific down-regulation"
main(query, email)
它会打印出您要查找的摘要,但是通过更改 query
参数,该脚本可以适用于任何搜索。有更有效的方法来提取大量记录,但对于小型搜索来说,这就足够了。
关于python - 如何从 efetch(Biopython、Entrez)中提取摘要?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36087715/
我正在使用 Biopython 查询 PubMed 的一些结果。这是代码的一部分: def search(query): Entrez.email = 'gandalf@rivende
我有一个包含 300 个名字的大列表 data。例如: dput(data$name1) c("55024", "29126", "3732", "1960", "79368", "115352",
抱歉,奇怪的标题。 我正在使用 eSearch 和 eSummary 从 登录号 --> gID --> TaxID 假设“accessions”是一个包含 20 个登录号的列表(我一次做 20 个,
我们目前正在开展一个项目,需要从 ClinVar 访问“NP_”登录号。然而,当我们使用 Entrez.eFetch( ) 函数时,结果中似乎缺少此信息。以下是列出 NP_ 编号的网站页面的链接: h
我是 Biopython 新手。使用此代码: handle = Entrez.esearch(db="nuccore", term="complete", field="title", FILT="r
快速提问 -- 第一次使用 biopython,我只是想根据教程快速尝试一些真正快速的东西。 我似乎无法让 Entrez.efetch() 返回给定文章的网格术语,唯一的方法似乎是我正在做的,即: h
当我运行以下命令时; from Bio.Blast import NCBIWWW from Bio import Entrez, SeqIO Entrez.email = "A.N.Other@exa
我必须从 NCBI(GenBank(完整)格式)下载完整的基因组序列。我感兴趣的是“完整基因组”而不是“全基因组”。 我的脚本: from Bio import Entrez Entrez.email
我正在尝试使用 Entrez 将发布数据导入数据库。搜索部分工作正常,但是当我尝试解析时: from Bio import Entrez def create_publication(pmid):
我是 python 的新手,想使用 bio 包中的 entrez 系统从 pubmed 中提取摘要。我通过电子搜索获得了我的 UID(存储在 my_list_ges 中),我还可以使用 efetch
我正在尝试从 PMC/Pubmed 下载完整的标题/摘要数据。这是一个古老的问题,但 stackoverflow 上的答案似乎都没有答案。 一般方法是使用 Entrez 包,但话又说回来,您需要指定搜
我正在尝试使用 Biopython entrez 收集已发布文章的列表。我想从 medline 格式收集文章的某些部分。如果没有设置 retmax,我下面编写的代码将起作用。默认为 20 篇文章,但是
我有一个 refseq ID 列表 (keys_list),我用它来使用 BioPython Entrez 下拉序列记录。我只想访问返回的 fasta 记录中的序列,但我不想将记录写入文件才能执行此操
我今天遇到了这个,想把它扔掉。看来使用 NCBI 的 Entrez Biopython 接口(interface),不可能以正确(与输入相同)的顺序返回结果(至少从 elink )。请参阅下面的代码示
我正在开发一个项目,该项目要求我使用 Excel 电子表格中的输入来搜索 pubmed 并打印结果计数。我一直在使用 xlrd 和 entrez 来完成这项工作。这是我尝试过的。 我需要使用作者姓名、
我正在尝试从 NCBI Entrez Gene 数据库中检索和保存基因摘要,并且也想保留 uid,但是,尽管它在那里,但我找不到从结果中检索它的正确方法。见下文(注意:显然不是我在这里使用的有效电子邮
我使用Entrez Utilities Web Service library从我的 Java 应用程序访问 pubmed 文章(使用 pubmed 标识符)。如何使用此工具的完整工作示例由 Rena
很快就会很明显,我是 Python 和一般编码的新手。我有一个存储为文本文件的基因 ID 列表,我想使用 Entrez 函数搜索 GenBank 数据库并检索与 ID 对应的蛋白质序列。理想情况下,我
我正在尝试搜索标题中包含特定单词的论文。更准确地说,是 2010 年至 2015 年间发表的论文中的病毒或病毒一词。这是我的代码: import re from Bio import Medline
我在使用 Bio.Entrez 搜索蛋白质时遇到问题。我正在这样做: >>> handle=Entrez.esearch(db="protein", term="insulin AND homo")
我是一名优秀的程序员,十分优秀!