使用 biopython 在 pubmed 上搜索

Question

我正在尝试将 200 多个条目输入 pubmed，以记录作者发表的文章数量，并通过包括他/她的导师和机构来优化搜索。我曾尝试使用 biopython 和 xlrd （代码如下）来做到这一点，但我一直得到 0 结果的所有三种查询格式（1.按名称，2.按名称和机构名称，3.按名称和导师姓名）。是否有我可以执行的故障排除步骤，或者在使用下面指示的关键字搜索 pubmed 时我应该使用不同的格式吗？

输入查询的示例输出；search_term 是一个包含输入查询列表的链表。

print(*search_term[8:15], sep='\n')


[text:'Andrew Bland', 'Weill Cornell Medical College', text:'David Cutler MD']
[text:'Andy Price', 'University of Alabama at Birmingham School of Medicine', text:'Jason Warem, PhD']
[text:'Bah Chamin', 'University of Texas Southwestern Medical School', text:'Dr. Timothy Hillar']
[text:'Eduo Cera', 'University of Colorado School of Medicine', text:'Dr. Tim']

用于生成上述输入查询和在 Pubmed 上搜索的代码：

Entrez.email = "mollyzhaoe@college.harvard.edu"
for search_term in search_terms[8:55]:
    handle = Entrez.egquery(term="{0} AND ((2010[Date - Publication] : 2017[Date - Publication])) ".format(search_term[0]))

    handle_1 = Entrez.egquery(term = "{0} AND ((2010[Date - Publication] : 2017[Date - Publication])) AND {1}".format(search_term[0], search_term[2]))

    handle_2 = Entrez.egquery(term = "{0} AND ((2010[Date - Publication] : 2017[Date - Publication])) AND {1}".format(search_term[0], search_term[1]))

    record = Entrez.read(handle)
    record_1 = Entrez.read(handle_1)
    record_2 = Entrez.read(handle_2)
    pubmed_count = ['','','']
    for row in record["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[0] = row["Count"]

    for row in record_1["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[1] = row["Count"]

    for row in record_2["eGQueryResult"]:
        if row["DbName"] == "pubmed":
            pubmed_count[2] = row["Count"]

Answer 1

检查你的缩进，很难知道哪个部分属于哪个循环。

如果您想排除故障，请尝试打印您的 egquery，例如

print("{0} AND ((2010[Date - Publication] : 2017[Date - Publication])) ".format(search_term[0]))

然后将输出粘贴到 pubmed 看看你得到了什么。也许稍微修改一下，看看是哪个搜索词导致了问题。

您的输入格式有点难以猜测。打印查询并确保您获得了正确的搜索值。

对于作者姓名，尽量去掉学术头衔，PubMed 可能会将它们与首字母混淆，例如House MD，可能是 Mark David House。