Документация

В MATLAB откройте Редактор MATLAB, выбрав File > New > Function.

Определите getpubmed функция, ее входные параметры и возвращаемые значения путем ввода:

function pmstruct = getpubmed(searchterm,varargin)
% GETPUBMED Search PubMed database & write results to MATLAB structure

Добавьте код, чтобы выполнить некоторую базовую ошибку на наличие необходимого входного SEARCHTERM.

% Error checking for required input SEARCHTERM
if(nargin<1)
    error(message('bioinfo:getpubmed:NotEnoughInputArguments'));
end

Создайте переменные для двух пар "имя-значение" свойства и установите их значения по умолчанию.

% Set default settings for property name/value pairs, 
% 'NUMBEROFRECORDS' and 'DATEOFPUBLICATION'
maxnum = 50; % NUMBEROFRECORDS default is 50
pubdate = ''; % DATEOFPUBLICATION default is an empty string

Добавьте код для анализа двух пар "имя-значение" свойства, если указано как вход.

% Parsing the property name/value pairs 
num_argin = numel(varargin);
for n = 1:2:num_argin
    arg = varargin{n};
    switch lower(arg)
        
        % If NUMBEROFRECORDS is passed, set MAXNUM
        case 'numberofrecords'
            maxnum = varargin{n+1};
        
        % If DATEOFPUBLICATION is passed, set PUBDATE
        case 'dateofpublication'
            pubdate = varargin{n+1};          
            
    end     
end

Вы получаете доступ к базе данных PubMed через URL поиска, который отправляет условие поиска и опции, а затем возвращает результаты поиска в заданном формате. Этот URL поиска состоит из базового URL и определенных параметров. Создайте переменную, содержащую базовый URL-адрес базы данных PubMed на веб-узле NCBI.

% Create base URL for PubMed db site
baseSearchURL = 'https://www.ncbi.nlm.nih.gov/sites/entrez?cmd=search';

Создайте переменные, которые будут содержать пять определенных параметров, getpubmed функция будет использовать, а именно, db (база данных), term (поисковый термин), report (тип отчета, такой как MEDLINE^®), формат (тип формата, такой как текст) и dispmax (максимальное количество отображаемых записей).

% Set db parameter to pubmed
dbOpt = '&db=pubmed';

% Set term parameter to SEARCHTERM and PUBDATE 
% (Default PUBDATE is '')
termOpt = ['&term=',searchterm,'+AND+',pubdate];

% Set report parameter to medline
reportOpt = '&report=medline';

% Set format parameter to text
formatOpt = '&format=text';

% Set dispmax to MAXNUM 
% (Default MAXNUM is 50)
maxOpt = ['&dispmax=',num2str(maxnum)];

Создайте переменную, содержащую URL поиска, из переменных, созданных на предыдущих шагах.

% Create search URL
searchURL = [baseSearchURL,dbOpt,termOpt,reportOpt,formatOpt,maxOpt];

Используйте urlread функция для отправки URL поиска, извлечения результатов поиска и возврата результатов (как текста в типе отчета MEDLINE) в medlineText, символьный массив.

medlineText = urlread(searchURL);

Используйте MATLAB regexp функция и регулярные выражения для анализа и извлечения информации в medlineText в hits, массив ячеек, где каждая камера содержит форматированный в MEDLINE текст для одной статьи. Первый вход является символьным массивом для поиска, второй вход является выражением поиска, которое сообщает regexp функция для поиска всех записей, которые начинаются с PMID-, в то время как третий вход, 'match', сообщает regexp функция для возврата фактических записей, а не позиций записей.

hits = regexp(medlineText,'PMID-.*?(?=PMID|</pre>$)','match');

Создайте экземпляр pmstruct структура, возвращенная getpubmed содержать шесть полей.

pmstruct = struct('PubMedID','','PublicationDate','','Title','',...
             'Abstract','','Authors','','Citation','');

Используйте MATLAB regexp функция и регулярные выражения для цикла через каждую статью в hits и извлеките идентификатор PubMed, дату публикации, заголовок, реферат, авторов и цитирование. Поместите эту информацию в pmstruct массив структур.

for n = 1:numel(hits)
    pmstruct(n).PubMedID = regexp(hits{n},'(?<=PMID- ).*?(?=\n)','match', 'once');
    pmstruct(n).PublicationDate = regexp(hits{n},'(?<=DP  - ).*?(?=\n)','match', 'once');
    pmstruct(n).Title = regexp(hits{n},'(?<=TI  - ).*?(?=PG  -|AB  -)','match', 'once');
    pmstruct(n).Abstract = regexp(hits{n},'(?<=AB  - ).*?(?=AD  -)','match', 'once');
    pmstruct(n).Authors = regexp(hits{n},'(?<=AU  - ).*?(?=\n)','match');
    pmstruct(n).Citation = regexp(hits{n},'(?<=SO  - ).*?(?=\n)','match', 'once');
end

Выберите File > Save As.

Когда вы сделаны, ваш файл должен выглядеть аналогично getpubmed.m файл, включенный в программное обеспечение Bioinformatics Toolbox. Файл расположен по адресу:

matlabroot\toolbox\bioinfo\biodemos\getpubmed.m