mcpField
A
alterlab-pubmed

alterlab-pubmed

github.com/alterlab-ieu生产力7870 次安装5 周前更新
代码仓库

关于 alterlab-pubmed

alterlab-pubmed 是使用 PubMed 搜索生物医学和生命科学文献的技能，介绍高级检索式和 E-utilities 程序化访问，并提供搜索、摘要和获取记录的脚本。

主要功能

  1. 01布尔运算符、字段标签和 MeSH 检索
  2. 02按日期和出版物类型筛选
  3. 03通过 E-utilities 搜索、摘要和获取记录
  4. 04按 PMID、DOI 或引文查找文章
  5. 05发现相关文章并导出引文数据
  6. 06系统综述检索指南

适用场景

  1. 01为文献综述查找生物医学论文
  2. 02使用 MeSH 词和筛选条件构建检索式
  3. 03按 PMID 获取摘要和元数据
  4. 04导出记录到文献管理工具

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alterlab-ieu/alterlab-academic-skills --skill alterlab-pubmed

安装后在 Claude Code 中输入/alterlab-pubmed确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

evals/
evals.json
references/
api_reference.md
common_queries.md
search_syntax.md
scripts/
query_pubmed.py

详细介绍

PubMed 数据库

概览

PubMed 是美国国家医学图书馆的综合数据库，免费提供对 MEDLINE 和生命科学文献的访问。使用布尔运算符、MeSH 词和字段标签构建高级查询，并通过 E-utilities API 以编程方式访问数据，用于系统综述和文献分析。

脚本

scripts/query_pubmed.py — NCBI E-utilities（ESearch/ESummary/EFetch；仅使用标准库，JSON 输出到 stdout）：

python scripts/query_pubmed.py search "crispr[tiab] AND 2024[dp]" --retmax 20   # PMIDs
python scripts/query_pubmed.py summary 39726939 39492484    # metadata for PMIDs
python scripts/query_pubmed.py fetch 39726939               # abstracts (set NCBI_API_KEY or --api-key for 10 req/s)

何时使用此技能

适用于以下情形：

  • 搜索生物医学或生命科学研究文章
  • 使用布尔运算符、字段标签或 MeSH 词构建复杂搜索查询
  • 开展系统文献综述或荟萃分析
  • 通过 E-utilities API 以编程方式访问 PubMed 数据
  • 根据特定条件查找文章（作者、期刊、发表日期、文章类型）
  • 获取引文信息、摘要或全文文章
  • 使用 PMID（PubMed ID）或 DOI
  • 创建用于文献监测或数据提取的自动化工作流
不适用情形
情形改用
跨学科文献搜索、引文计数、文献计量学alterlab-openalex
尚未经过同行评审的生命科学预印本alterlab-biorxiv
试验注册、招募状态、NCT 记录alterlab-clinicaltrials
检查参考文献是否存在或是否已撤稿alterlab-citation-verifier
在更大的 Biopython 流程中使用 Python Entrez 工作流alterlab-biopython

核心功能

1. 构建高级搜索查询

使用布尔运算符、字段标签和专用语法构建复杂的 PubMed 查询。

基本搜索策略：

  • 使用布尔运算符（AND、OR、NOT）组合概念
  • 使用字段标签将搜索范围限制在记录的特定部分
  • 使用双引号进行短语搜索，以精确匹配
  • 使用通配符匹配词语变体
  • 使用邻近搜索查找指定距离内的词语

查询示例：

# Recent systematic reviews on diabetes treatment
diabetes mellitus[mh] AND treatment[tiab] AND systematic review[pt] AND 2023:2024[dp]

# Clinical trials comparing two drugs
(metformin[nm] OR insulin[nm]) AND diabetes mellitus, type 2[mh] AND randomized controlled trial[pt]

# Author-specific research
smith ja[au] AND cancer[tiab] AND 2023[dp] AND english[la]

何时查阅 search_syntax.md：

  • 需要完整的可用字段标签列表
  • 需要详细了解搜索运算符
  • 构建复杂的邻近搜索
  • 了解自动词语映射的行为
  • 需要日期范围、通配符或特殊字符的特定语法

字段标签的 Grep 模式：\[au\]|\[ti\]|\[ab\]|\[mh\]|\[pt\]|\[dp\]

2. MeSH 词和受控词表

使用医学主题词（MeSH），在生物医学文献中进行精准且一致的搜索。

MeSH 搜索：

  • [mh] 标签搜索 MeSH 词，并自动包含更具体的下位词
  • [majr] 标签将结果限制为主题为主要关注点的文章
  • 将 MeSH 词与副主题词结合，以提高特异性（例如，diabetes mellitus/therapy[mh]）

常见 MeSH 副主题词：

  • /diagnosis - 诊断方法
  • /drug therapy - 药物治疗
  • /epidemiology - 疾病模式和患病率
  • /etiology - 疾病病因
  • /prevention & control - 预防措施
  • /therapy - 治疗方法

示例：

# Diabetes therapy with specific focus
diabetes mellitus, type 2[mh]/drug therapy AND cardiovascular diseases[mh]/prevention & control
3. 按文章类型和发表信息筛选

按出版类型、日期、文本可用性和其他属性筛选结果。

出版类型（使用 [pt] 字段标签）：

  • 临床试验
  • 荟萃分析
  • 随机对照试验
  • 综述
  • 系统综述
  • 病例报告
  • 指南

日期筛选：

  • 单一年份：2024[dp]
  • 日期范围：2020:2024[dp]
  • 特定日期：2024/03/15[dp]

文本可用性：

  • 免费全文：在查询中添加 AND free full text[sb]
  • 有摘要：在查询中添加 AND hasabstract[text]

示例：

# Recent free full-text RCTs on hypertension
hypertension[mh] AND randomized controlled trial[pt] AND 2023:2024[dp] AND free full text[sb]
4. 通过 E-utilities API 进行程序化访问

使用 NCBI E-utilities REST API 以编程方式访问 PubMed 数据，执行自动化和批量操作。

核心 API 端点：

  1. ESearch - 搜索数据库并检索 PMID
  2. EFetch - 以多种格式下载完整记录
  3. ESummary - 获取文档摘要
  4. EPost - 上传 UID 以进行批量处理
  5. ELink - 查找相关文章和关联数据

基本工作流：

import requests

# Step 1: Search for articles
base_url = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/"
search_url = f"{base_url}esearch.fcgi"
params = {
    "db": "pubmed",
    "term": "diabetes[tiab] AND 2024[dp]",
    "retmax": 100,
    "retmode": "json",
    "api_key": "YOUR_API_KEY"  # Optional but recommended
}
response = requests.get(search_url, params=params)
pmids = response.json()["esearchresult"]["idlist"]

# Step 2: Fetch article details
fetch_url = f"{base_url}efetch.fcgi"
params = {
    "db": "pubmed",
    "id": ",".join(pmids),
    "rettype": "abstract",
    "retmode": "text",
    "api_key": "YOUR_API_KEY"
}
response = requests.get(fetch_url, params=params)
abstracts = response.text

速率限制：

  • 不使用 API 密钥：每秒 3 次请求
  • 使用 API 密钥：每秒 10 次请求
  • 始终包含 User-Agent 标头

最佳实践：

  • 对于大型结果集，使用历史服务器（usehistory=y）
  • 通过 EPost 对多个 UID 执行批量操作
  • 在本地缓存结果，以尽量减少重复调用
  • 遵守速率限制，避免服务中断

何时查阅 api_reference.md：

  • 需要详细的端点文档
  • 需要了解各 E-utility 的参数规范
  • 构建批量操作或历史服务器工作流
  • 了解响应格式（XML、JSON、文本）
  • 排查 API 错误或速率限制问题

API 端点的 Grep 模式：esearch|efetch|esummary|epost|elink|einfo

5. 引文匹配与文章检索

使用部分引文信息或特定标识符查找文章。

按标识符查找：

# By PMID
12345678[pmid]

# By DOI
10.1056/NEJMoa123456[doi]

# By PMC ID
PMC123456[pmc]

引文匹配（通过 ECitMatch API）： 使用期刊名称、年份、卷号、页码和作者查找 PMID：

Format: journal|year|volume|page|author|key|
Example: Science|2008|320|5880|1185|key1|

按作者和元数据查找：

# First author with year and topic
smith ja[1au] AND 2023[dp] AND cancer[tiab]

# Journal, volume, and page
nature[ta] AND 2024[dp] AND 456[vi] AND 123-130[pg]
6. 系统性文献综述

为系统性综述和荟萃分析进行全面的文献检索。

PICO 框架（人群、干预、对照、结局）： 系统地构建临床研究问题：

# Example: Diabetes treatment effectiveness
# P: diabetes mellitus, type 2[mh]
# I: metformin[nm]
# C: lifestyle modification[tiab]
# O: glycemic control[tiab]

diabetes mellitus, type 2[mh] AND
(metformin[nm] OR lifestyle modification[tiab]) AND
glycemic control[tiab] AND
randomized controlled trial[pt]

全面的检索策略：

# Include multiple synonyms and MeSH terms
(disease name[tiab] OR disease name[mh] OR synonym[tiab]) AND
(treatment[tiab] OR therapy[tiab] OR intervention[tiab]) AND
(systematic review[pt] OR meta-analysis[pt] OR randomized controlled trial[pt]) AND
2020:2024[dp] AND
english[la]

优化检索：

  1. 从宽泛检索开始，查看结果
  2. 添加字段标签以缩小范围
  3. 应用日期和出版物类型筛选条件
  4. 使用 Advanced Search 查看查询转换
  5. 合并检索历史以处理复杂查询

何时查阅 common_queries.md：

  • 需要特定疾病类型或研究领域的示例查询
  • 需要适用于不同研究设计的模板
  • 查找针对特定人群的查询模式（儿科、老年人等）
  • 构建特定方法学的检索
  • 需要质量筛选条件或最佳实践模式

查询示例的 Grep 模式：diabetes|cancer|cardiovascular|clinical trial|systematic review

7. 相关文章与引文发现

使用 ELink 以编程方式查找相关研究（根据标题／摘要相似度和 MeSH 重叠预先计算的邻近文章）：

elink.fcgi?dbfrom=pubmed&db=pubmed&id=PMID&cmd=neighbor

cmd=prlinks 返回出版商全文 URL；cmd=llinks 返回 LinkOut URL。

8. 导出以进行引文管理

使用 EFetch 和 rettype=medline&retmode=text，以 MEDLINE／.nbib 格式导出记录，供参考文献管理器（Zotero、Mendeley、EndNote）使用：

efetch.fcgi?db=pubmed&id=PMID1,PMID2&rettype=medline&retmode=text

使用参考文件

此技能在 references/ 目录中包含三个全面的参考文件：

references/api_reference.md

完整的 E-utilities API 文档，涵盖全部九个端点、参数、响应格式和最佳实践。适用于以下情况：

  • 实现程序化 PubMed 访问
  • 构建 API 请求
  • 了解速率限制和身份验证
  • 通过历史服务器处理大型数据集
  • 排查 API 错误
references/search_syntax.md

PubMed 搜索语法详细指南，涵盖字段标签、布尔运算符、通配符和特殊字符。适用于以下情况：

  • 构建复杂的搜索查询
  • 了解自动术语映射
  • 使用高级搜索功能（邻近检索、通配符）
  • 应用筛选条件和限制
  • 排查意外的搜索结果
references/common_queries.md

涵盖各种研究场景、疾病类型和方法的丰富示例查询集合。以下情况请参考：

  • 开始新的文献检索
  • 需要特定研究领域的模板
  • 查找最佳实践查询模式
  • 开展系统综述
  • 搜索特定研究设计或人群

参考资料加载策略： 按需加载参考文件。对于基本检索，SKILL.md 通常已足够；构建复杂查询时请参考 search_syntax.md，处理 API 工作流时请参考 api_reference.md，使用领域模板时请参考 common_queries.md。

提示与最佳实践

  • 核实翻译：自动词汇映射可能会静默扩展术语；如果结果看起来不对，请检查查询翻译（或使用字段标签／双引号绕过 ATM）。
  • API 吞吐量：无密钥时每个 IP 为 3 req/s；使用 API 密钥可提升至 10 req/s。请发送描述性 User-Agent，在遇到 HTTP 429 时采用指数退避，并缓存结果以避免重复调用。
  • 大型结果集（>~500 条记录）：使用历史服务器（usehistory=y，然后通过 retstart／retmax 分页调用 EFetch）或 EPost，而不是传入一个超长的 id 列表（可能触发 HTTP 414）。历史服务器不会解除下方所述的 9,999 条记录上限。
  • 证据质量：优先使用 systematic review[pt]、meta-analysis[pt] 和 randomized controlled trial[pt]；并根据需要搭配 humans[mh]、english[la] 和 [dp] 日期范围。
  • 可复现性：记录确切的查询字符串和检索日期——随着记录添加和重新编入索引，PubMed 结果会发生变化。

限制与注意事项

  • 范围：经同行评审的生物医学／生命科学文献（MEDLINE + PubMed）。检索预印本请使用预印本服务；检索临床试验注册记录（NCT ID、招募状态）请使用 ClinicalTrials.gov。
  • 覆盖缺口：1975 年以前的文章通常没有摘要；作者全名仅从 2002 年起编入索引。
  • 结果上限：PubMed ESearch 对每个查询最多只能返回前 9,999 条记录——retstart 大于 9998 时会返回错误，使用历史服务器的 EFetch／ESummary 也会遇到同样的限制。对于更大的结果集，请按日期范围拆分查询（例如 AND 2020/01/01:2020/06/30[dp]），确保每个范围的命中数都低于 9,999；或者使用 EDirect，它会自动分批处理。
  • 全文：PubMed 提供引文／摘要，不提供全文。能否访问取决于出版商、开放获取状态或机构订阅；详细记录需要解析 XML。

支持资源

评论

支持 Markdown