Biolexica

biolexica帮助生成和应用一致性的生物医学词汇表。它负责以下方面

1. 使用pyobo、bioontologies、biosynonyms等从多种输入（本体、数据库、自定义）中获取名称和同义词。
2. 使用semra合并等效术语，以充分利用来自不同来源的同义词。
3. 使用Gilda生成词汇索引和进行命名实体识别。

重要的是，我们在lexica/文件夹中预定义了几个实体类型的词汇表，可以直接与Gilda一起使用，包括

1. 细胞和细胞系
2. 疾病、状况和其他表型
3. 解剖术语、组织、器官系统等。

入门

加载预定义的grounder，例如这样

import biolexica

grounder = biolexica.load_grounder("phenotype")

>>> grounder.get_best_match("Alzheimer's disease")
Match(reference=Reference(prefix='doid', identifier='10652'), name="Alzheimer's disease", score=0.7778)

>>> grounder.annotate("Clinical trials for reducing Aβ levels in Alzheimer's disease have been controversial.")
[Annotation(text="Alzheimer's disease", start=42, end=61, match=Match(reference=Reference(prefix='doid', identifier='10652'), name="Alzheimer's disease", score=0.7339))]

注意：Biolexica构建了一个扩展版本的gilda.Grounder，该版本包含便捷函数和一个更简单的使用Pydantic编码的匹配数据模型。

使用给定的grounder在PubMed中搜索摘要并进行注释

import biolexica
from biolexica.literature import annotate_abstracts_from_search

grounder = biolexica.load_grounder("phenotype")
pubmed_query = "alzheimer's disease"
annotations = annotate_abstracts_from_search(pubmed_query, grounder=grounder, limit=30)

🚀 安装

最新版本可以从PyPI安装

pip install biolexica

最新代码和数据可以直接从GitHub安装

pip install git+https://github.com/biopragmatics/biolexica.git

👐 贡献

我们欢迎贡献，无论是提交问题、提交拉取请求还是进行分叉。有关参与的更多信息，请参阅CONTRIBUTING.md。

👋 赋权

⚖️ 许可证

本包中的代码采用MIT许可证。

🍪 Cookiecutter

本包使用@audreyfeldroy的cookiecutter包和@cthoyt的cookiecutter-snekpack模板创建。

🛠️ 对于开发者

git clone git+https://github.com/biopragmatics/biolexica.git
cd biolexica
pip install -e .

tox

git clone git+https://github.com/biopragmatics/biolexica.git
cd biolexica
tox -e docs
open docs/build/html/index.html

tox -e finish