literature-search-biorxiv

bioRxiv および medRxiv の文献検索

前提条件

1. uv：uv スキルを読み、セットアップ手順に従って、uv がインストールされ、PATH に追加されていることを確認してください。
2. ユーザーへの通知：ワークスペースのルートディレクトリに .licenses/literature_search_biorxiv_LICENSE.txt がまだ存在しない場合は、（1）https://api.biorxiv.org/ および https://www.biorxiv.org/content/about-biorxiv の利用規約を確認し、スキルで取得した論文のライセンスに制限がないか必ず確認するよう、ユーザーに目立つ形で通知してください。次に、（2）通知内容とタイムスタンプを記録したファイルを作成してください。

検索方法ガイド（最初にお読みください）

このスキルは、日付ベースのプレプリントアーカイブを検索します。キーワード検索エンジンではありません。 すでにわかっている情報に応じて、検索方法を選択してください。

• DOI がある場合（例：文献引用から判明している場合）：search_by_doi.py を使用してください。高速で信頼性があります。
• おおよその日付とカテゴリがわかる場合：1～4 週間の範囲と --category を指定して search_by_dates.py を使用してください。
• トピックやキーワードしかわからず、日付がわからない場合：文献の探索にこのスキルを使用しないでください。 まずキーワード検索に対応した文献検索スキルを使用して関連する DOI を見つけ、その後ここに戻ってメタデータを取得してください。

重大なアンチパターン — 次のことはしないでください： 特定の論文を見つけるために、--keywords を指定して月単位や年単位の広い日付範囲を検索しないでください。bioRxiv API はサーバー側のキーワード検索に対応していません。スクリプトは指定された日付範囲のすべてのメタデータをダウンロードしてから、Python でローカルに絞り込む必要があります。広い範囲を指定すると、数千回の API 呼び出しやタイムアウトが発生し、API の不正利用としてリクエストがブロックされる可能性があります。このスキルが失敗する最大の原因です。

基本ルール

• ラッパーを使用する：データベースに直接アクセスするのではなく、必ず提供されているヘルパースクリプトを実行してデータベースを照会してください。スクリプトは必要なレート制限を自動的に適用し、適切に制御します。
• ローカルでの絞り込み（重大な警告）：arXiv とは異なり、bioRxiv API はサーバー側のキーワード検索や著者検索に対応していません。キーワードや著者による絞り込みは、指定された日付範囲のすべてのメタデータをダウンロードした後、スクリプトがローカルで行います。--keywords または --author を使って検索する場合は、必ず狭い日付範囲（例：1～4 週間）と --category フィルターを指定してください。
• アブストラクトはデフォルトで除外：出力される JSON のコンテキスト使用量を抑えるため、デフォルトではアブストラクトが出力から除外されます。--keywords で検索し、該当する論文の文脈を把握するためにアブストラクトを読みたい場合は、必ず --include_abstracts フラグを指定してください。
• 出力のリダイレクト：検索コマンドは JSON 配列を標準出力に出力します。必ず出力をファイル（例：> results.json）にリダイレクトし、別途そのファイルを解析してください。
• 出典の一覧：このスキルを使用した場合は、その旨を出力に記載し、出力の作成に使用したすべての論文の URL を列挙してください。

ユーティリティスクリプト

すべてのツールはプロセス間のレート制限を適用し、失敗時にはバックオフして再試行します。利用規約を確実に遵守するため、独自の curl クエリを作成しないでください。

ページネーション： bioRxiv API は、1 ページあたり最大 100 件の論文を返します。search_by_dates.py スクリプトはすべてのページを自動的に取得し、ページネーションの進行状況を標準エラー出力に報告します（例：[Page 2] Fetched 200/543 papers...）。標準出力の JSON には、全ページにわたる絞り込み後の完全な結果セットが含まれるため、手動でページネーションを行う必要はありません。

1. 日付で検索（search_by_dates.py）

明示的な日付範囲内のプレプリントを検索します。カテゴリー、キーワード、著者で絞り込むこともできます。

# Broad category search over a 2-week period
uv run scripts/search_by_dates.py --server biorxiv \
  --start_date 2024-01-01 --end_date 2024-01-14 \
  --category neuroscience > results.json

# Deep keyword filtering using OR logic and including abstracts
uv run scripts/search_by_dates.py --server medrxiv \
  --start_date 2023-11-01 --end_date 2023-11-30 \
  --category infectious_diseases \
  --keywords "covid" "sars-cov-2" --match_logic OR \
  --include_abstracts > covid_papers.json

# Finding papers by a specific author in a narrow window
uv run scripts/search_by_dates.py \
  --start_date 2024-05-01 --end_date 2024-05-14 \
  --author "Smith" > smith_papers.json

必須引数：

• --start_date：YYYY-MM-DD
• --end_date：YYYY-MM-DD

任意の引数：

• --server：biorxiv（デフォルト）または medrxiv
• --category：有効な分野カテゴリー（下記を参照）。特に推奨 — スクリプトがダウンロードして絞り込むデータ量を大幅に削減できます。
• --keywords：タイトル／要旨を検索する文字列のリスト。
• --match_logic：キーワードの検索に使う AND（デフォルト）または OR。
• --author：著者名（大文字と小文字を区別しない文字列一致）。
• --include_abstracts：JSON 出力に要旨全文を含めるフラグ。

2. DOI でメタデータを取得（search_by_doi.py）

論文の DOI がわかっている場合、その論文の詳細な JSON メタデータを取得します。最も信頼性の高い開始方法です。

uv run scripts/search_by_doi.py --server biorxiv \
  --doi "10.1101/2023.08.15.551388" \
  --include_abstracts > paper_info.json

全文 PDF のダウンロード

このスキルは PDF のダウンロードに対応していません。 bioRxiv または medRxiv のプレプリントの全文 PDF をダウンロードするには、literature-search-europepmc スキルを使用してください。まず、論文の DOI を使って EuropePMC で PMCID を調べ、その後、EuropePMC の PDF 取得機能を使って文書をダウンロードします。

有効な分野カテゴリー

これらのカテゴリーを search_by_dates.py の --category フラグに指定できます。スクリプトはカテゴリーの有効性を厳密に検証します。

bioRxiv のカテゴリー：

animal_behavior_and_cognition、biochemistry、bioengineering、 bioinformatics、biophysics、cancer_biology、cell_biology、 clinical_trials、developmental_biology、ecology、epidemiology、 evolutionary_biology、genetics、genomics、immunology、microbiology、 molecular_biology、neuroscience、paleontology、pathology、 pharmacology_and_toxicology、physiology、plant_biology、 scientific_communication_and_education、synthetic_biology、 systems_biology、zoology

medRxiv のカテゴリー：

addiction_medicine、allergy_and_immunology、anesthesia、 cardiovascular_medicine、dentistry_and_oral_medicine、dermatology、 emergency_medicine、endocrinology、epidemiology、forensic_medicine、 gastroenterology、genetic_and_genomic_medicine、health_informatics、 health_economics_and_outcomes_research、health_policy、 health_systems_and_quality_improvement、hematology、hiv_aids、 infectious_diseases、intensive_care_and_critical_care_medicine、 medical_education、medical_ethics、nephrology、neurology、nursing、 nutrition、obstetrics_and_gynecology、 occupational_and_environmental_health、oncology、ophthalmology、 orthopedics、otolaryngology、pain_medicine、palliative_care、 pathology、pediatrics、pharmacology_and_therapeutics、 primary_care_research、psychiatry_and_clinical_psychology、 public_and_global_health、radiology_and_imaging、 rehabilitation_medicine_and_physical_therapy、respiratory_medicine、 rheumatology、sexual_and_reproductive_health、sports_medicine、surgery、 toxicology、transplantation、urology