literature-search-europepmc

Europe PMC データベース

Europe PMC のオープンアクセス論文を検索、ダウンロード、閲覧するためのスキルです。Europe PMC は、4,300 万件を超える抄録と900万件の全文記事を収録する、包括的で無料の生命科学文献データベースです。

前提条件

1. uv：uv スキルを読み、そのセットアップ手順に従って、uv がインストールされ、PATH に設定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_europepmc_LICENSE.txt がまだ存在しない場合は、（1）ユーザーに https://europepmc.org/ の利用条件を確認し、このスキルで取得した論文に制限がないか、必ずライセンスを確認するよう目立つ形で通知し、（2）通知文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。

基本ルール

• オープンアクセスのみ：このスキルでは、オープンアクセスのコンテンツだけを検索します。スクリプトはすべての検索クエリに OPEN_ACCESS:y を自動的に追加します。このフィルターを削除または上書きしないでください。
• python3 や python3 -c を直接実行しないでください：システムの Python には、必要な依存関係がすべてそろっているとは限りません。pip のインストールや新しい venv の作成を試みないでください。
• ラッパーを使用してください：API を直接呼び出さず、必ず提供されているスクリプトを使用してください。スクリプトがレート制限（1 req/s）とエラーを処理します。
• 出力ファイル：すべてのサブコマンドで、結果を書き込むために --output が必要です。コンテキストの過剰な消費を避けるため、出力ファイルは別途読み込んでください。
• **出典を記載してください。**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

すべてのコマンドは scripts/europepmc_api.py のサブコマンドです。レート制限と再試行は自動的に処理されます。

1. 検索（search）

クエリを使って Europe PMC を検索します。DOI 検索、キーワード検索、著者検索、PMID 検索、および完全な Europe PMC 検索構文に対応しています。

# Look up a paper by DOI
uv run scripts/europepmc_api.py search "DOI:10.1038/s41586-021-03819-2" --output result.json

# Keyword search
uv run scripts/europepmc_api.py search "CRISPR cancer" --max_results 5 --output results.json

# Author search
uv run scripts/europepmc_api.py search "AUTH:Jumper J" --max_results 10 --output results.json

# PMID lookup
uv run scripts/europepmc_api.py search "EXT_ID:34265844 AND SRC:MED" --output result.json

# Sorted by citations
uv run scripts/europepmc_api.py search "machine learning" \
  --sort "CITED desc" --max_results 20 --output results.json

引数：

• query（str、必須）— Europe PMC 構文を使った検索クエリ
• --output（str、必須）— 出力 JSON ファイルのパス
• --max_results（int、デフォルト 10）— 1 ページあたりの最大結果数（最大 1000）
• --result_type（str、デフォルト core）— core（すべてのメタデータ）または lite
• --cursor（str、デフォルト *）— ページネーション用のカーソルマーク。次のページを取得するには、前回のレスポンスの nextCursorMark 値を渡します
• --sort（str）— 並べ替え順。例：CITED desc、P_PDATE_D desc（出版日降順）、P_PDATE_D asc

**出力：**次の3つのフィールドを含む JSON ファイルです。

• hitCount（int）— 一致する記事の総数
• nextCursorMark（str）— 次のページのカーソル。ページがこれ以上ない場合は空文字列
• results（list）— 記事メタデータオブジェクトの配列

検索構文のクイックリファレンス：

• DOI:10.xxxx/yyyy — DOI による検索
• EXT_ID:12345678 AND SRC:MED — PMID による検索
• AUTH:surname initials — 著者検索
• TITLE:keyword — タイトルのみを検索
• JOURNAL:name — ジャーナルによる検索
• PUB_YEAR:2024 または (FIRST_PDATE:[2023-01-01 TO 2023-12-31]) — 日付フィルター
• HAS_FT:y — Europe PMC に全文がある記事に限定
• 論理演算子：AND、OR、NOT

注：すべてのクエリには OPEN_ACCESS:y が自動的に追加されます。手動で追加する必要はありません。

2. PDF のダウンロード（download_pdf）

PMCID を指定して、Europe PMC からオープンアクセスの PDF をダウンロードします。

uv run scripts/europepmc_api.py download_pdf PMC8371605 --output alphafold.pdf

引数：

• pmcid（str、必須）— PubMed Central ID（例：PMC8371605）
• --output（str、必須）— PDF の保存先ファイルパス

**出力：**指定したファイルに PDF を保存します。PMCID が見つからない場合、またはレスポンスが有効な PDF ではない場合は、エラーで終了します。PDF をダウンロードしたら、ダウンロードした PDF が空でないこと、および破損していないことを確認してください。

3. 全文を取得する（get_fulltext）

オープンアクセス論文の全文を取得し、ファイルに保存します。デフォルトではプレーンテキスト（XML タグを削除済み）を返します。--format xml を指定すると、生の XML を返します。

# Get plain text (default)
uv run scripts/europepmc_api.py get_fulltext PMC8371605 --output fulltext.txt

# Get raw XML
uv run scripts/europepmc_api.py get_fulltext PMC8371605 --format xml --output fulltext.xml

引数：

• pmcid（str、必須）— PubMed Central ID
• --output（str、必須）— 出力ファイルのパス
• --format（str、デフォルトは text）— text（プレーンテキスト）または xml（生の JATS XML）

出力： 全文が指定したファイルに書き込まれます。論文が Europe PMC のオープンアクセスサブセットに含まれていない場合は、エラーで終了します。

重要：全文を利用できるのは、PMC Open Access Subset に含まれる論文のみです。取得に失敗した場合は、search を使用して isOpenAccess フィールドを確認し、抄録に切り替えてください。

4. 被引用文献を取得する（get_citations）

指定した論文を引用している論文を取得します。

# Get citations for the AlphaFold paper (PMID 34265844)
uv run scripts/europepmc_api.py get_citations MED 34265844 \
  --page_size 25 --output citations.json

引数：

• source（str、必須）— ソースデータベース：MED（PubMed）、PMC、PPR （プレプリント）、PAT（特許）
• article_id（str、必須）— ソースデータベースにおける論文 ID
• --output（str、必須）— 出力 JSON ファイルのパス
• --page（int、デフォルトは 1）— ページ番号
• --page_size（int、デフォルトは 25）— 1 ページあたりの結果数

出力： hitCount と citations 配列を含む JSON ファイル。

5. 参考文献を取得する（get_references）

指定した論文の参考文献一覧を取得します。

# Get references from the AlphaFold paper
uv run scripts/europepmc_api.py get_references MED 34265844 \
  --page_size 100 --output references.json

引数：

• source（str、必須）— ソースデータベース：MED、PMC、PPR、PAT
• article_id（str、必須）— ソースデータベースにおける論文 ID
• --output（str、必須）— 出力 JSON ファイルのパス
• --page（int、デフォルトは 1）— ページ番号
• --page_size（int、デフォルトは 25）— 1 ページあたりの結果数

出力： hitCount と references 配列を含む JSON ファイル。

よく使うワークフロー

DOI から PDF を取得する

# Step 1: Search for the PMCID
uv run scripts/europepmc_api.py search "DOI:10.1038/s41586-021-03819-2" --output result.json
PMCID=$(jq -r '.results[0].pmcid // empty' result.json)

# Step 2: Download the PDF
uv run scripts/europepmc_api.py download_pdf "$PMCID" --output paper.pdf

PMID から全文を取得する

# Step 1: Find the PMCID from a PMID
uv run scripts/europepmc_api.py search "EXT_ID:34265844 AND SRC:MED" --output result.json
PMCID=$(jq -r '.results[0].pmcid // empty' result.json)

# Step 2: Get the full text
uv run scripts/europepmc_api.py get_fulltext "$PMCID" --output fulltext.txt

引用グラフをたどる

# Find what papers cite a landmark study, then check their references
uv run scripts/europepmc_api.py get_citations MED 34265844 --page_size 50 --output citing.json
# Parse a cited paper's PMID and explore its references
uv run scripts/europepmc_api.py get_references MED <CITING_PMID> --output refs.json

ページネーションを使用して検索する

# First page
uv run scripts/europepmc_api.py search "CRISPR" --max_results 100 --output page1.json
# Extract cursor for next page
CURSOR=$(jq -r '.nextCursorMark // empty' page1.json)
# Next page
uv run scripts/europepmc_api.py search "CRISPR" --max_results 100 --cursor "$CURSOR" --output page2.json