问题标签 [pubmed]

在 PubMed 数据源中，我需要将输出推送到 Kafka 队列中。每个源都可以视为一个 Kafka 主题。（我知道 Kafka 中的概念，并使用 Python 探索了 Kafka）

我可以通过 FireFTP 查看 PubMed 数据。

任何人都可以帮助如何继续前进吗？

我使用 RISmed R 包的 EUtilsSummary 或 EUtilsGet 函数来查询 pubmed 中列出的论文，获得了不同的结果。在这两个函数中都使用了相同的查询。

如您所见，使用摘要功能在 pubmed 中统计了三篇论文。但是“获取函数”只会找到两个：

你对这种行为有什么想法或解释吗？第三篇论文（PubmedID：20301374）将被丢弃，尽管它定期在数据库中列出。

我正在尝试xmlValue从 NCBI xml 文件中解析某些子节点。但是，对于某些 PM.ID，Root node <PubmedArticleSet>具有不同的信息 wrt 已发布记录，PubmedBookArticle并且PubmedArticle. 我想传递一个条件，if(xmlName(fetch.pubmed) == PubmedBookArticle提取某些值elseif (xmlName(fetch.pubmed) == PubmedArticle提取其他值。最后，使用dataframe与它们的 PMID 对应的两个值制作 a。看起来很简单，但(xmlName(fetch.pubmed)会抛出错误no applicable method for 'xmlName' applied to an object of class "c('XMLInternalDocument', 'XMLAbstractDocument')"任何帮助表示赞赏，谢谢

我的代码如下

如何在循环中获取上述代码，以便在每次搜索中满足条件时检索 PubmedArticle 和 PubmedBookArticle 中的值？

我想下载所有已发布的数据摘要。有谁知道我如何可以轻松下载所有已发表的文章摘要？

我得到了数据的来源：ftp: //ftp.ncbi.nlm.nih.gov/pub/pmc/af/12/

无论如何要下载所有这些tar文件..

提前致谢。

我正在使用 BioPython 通过 eutils API 查询 Pubmed 数据库。esearch端点有一个排序选项，但 API 文档没有列出该值的所有选项。

http://www.ncbi.nlm.nih.gov/books/NBK25499/#_chapter4_ESearch_

示例调用：

我知道的价值观适用于sort_method：

• '发布日期'
• '关联'
• “第一作者”
• “最后一位作者”
• '标题'
• '杂志'

但是，我不确定如何指定默认排序顺序，即“最近”；实际上，这似乎是按 Pubmed ID 值排序的。'recent'、'most recent'、'pmid'、'id' 和 'default' 都给出了 OutputMessage “未知排序模式......”。

还有其他人知道如何明确指定默认顺序吗？

是否有已知的 API 或任何方法来获取DOAJ.org或PMC 开放访问子集中所有出版物的“作者列出的关键字” ？

我尝试了PMC 开放访问子集的 ftp，但 XML 文件只有 ID、摘要、标题、作者和附属机构作为任何文章的元数据。我希望大量获取每个出版物中列出的关键字。

此外，我看到几乎没有相同的线程，但仍然没有找到我正在寻找的答案。于是发了新帖。

非常感谢任何帮助。

谢谢，

阿斯米

我是 python 新手，想使用 bio 包中的 entrez 系统从 pubmed 中提取摘要。我得到了 esearch 来给我我的 UID（存储在 中my_list_ges），我也可以使用 efetch 下载一个条目。但是，现在结果是字典列表，条目看起来像字典，但我无法访问它们：

结果是一个类型错误：

我KeyError在尝试'Abstract'从第一条记录中检索时得到一个：

这很奇怪，因为在搜索结果中，我可以通过字典轻松访问我的 UID

记录[0]的结构是：

我需要自动化 PubMed 文章收集。我只找到了通过术语查询下载 PubMed 文章和通过pmid下载 PubMed 文章的示例。（一篇文章）但我正在考虑的是按日期（从到）或全部下载 PubMed ID 的列表，就像在 OAI 中一样。

我正在做一个需要使用 Genia 语料库的项目。根据文献，Genia Corpus 是通过在 Medline/Pubmed 上搜索 3 个 Mesh 术语：“转录因子”、“血细胞”和“人类”提取的文章制成的。我想从 Pubmed 提取 Genia 语料库中的文章的全文文章（可免费获得）。我尝试了很多方法，但我无法找到以文本或 XML 或 Pdf 格式下载全文的方法。

使用 NCBI 提供的 Entrez 工具：

1. 我试过使用这里提到的方法 - http://www.hpa-bioinformatics.org.uk/bioruby-api/classes/Bio/NCBI/REST/EFetch/Methods.html#M002197

   它使用像这样的 Ruby gem Bio 来获取给定 PubMed ID 的信息 - Bio::NCBI::REST::EFetch.pubmed(15496913)

   但是，它不会返回 PMID 的全文。

2. 在内部，它会发出这样的调用 - http://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id=1372388&retmode=text&rettype=medline

   但是，Ruby gem 和上述调用都不会返回全文。

3. 在进一步的 Internet 搜索中，我发现 PubMed 的 rettype 和 retmode 允许值没有获取全文的选项，如此处的表中所述 - http://www.ncbi.nlm.nih.gov/书籍/NBK25499/table/chapter4.T._valid_values_of__retmode_and/?report=objectonly

4. 我在网上看到的所有例子和其他脚本都只是提取摘要。作者等，他们都没有讨论提取全文。

5. 这是我发现的另一个链接，它使用 Python 包 Bio，但仅访问有关作者的信息 - https://www.biostars.org/p/172296/

如何使用 NCBI 提供的 Entrez utils 下载文本或 XML 或 Pdf 格式的文章全文？或者是否已经有可用的脚本或网络爬虫可供我使用？

我正在研究作者姓名消歧问题。我想做一些实验。我想对引文记录进行聚类。我需要训练数据和测试数据，其中每个出版物记录的真实作者都可用。有许多书目数据库，如 DBLP、Medline 和 Pubmed 等。我对测试阶段感到困惑。将 DBLP 分为训练和测试是否是一种好习惯？DBLP 引文记录是手动添加的吗？我可以保证每条引文记录都分配给 DBLP 中的真实作者吗？对培训和测试数据库有什么建议吗？注意：在文献中，我注意到在一些论文中，他们使用 Pubmed 进行培训，使用 DBLP 进行测试，尽管第一个用于医学出版物，第二个用于计算机。