使用Biopython控制术语爆炸

Question

在对Medline/PubMed进行Biopython搜索时，我找不到有关如何控制术语爆炸的文档。

例如，如果我在PubMed上搜索surgery, oral [MH]，它会找到69,926个匹配的出版物。(据说PubMed可以自动分解术语。)

https://pubmed.ncbi.nlm.nih.gov/?term=surgery%2C+oral+%5BMH%5D&sort=date&show_snippets=off

但下面的代码仅返回8561个发布的计数。更令人费解的是，输出中的翻译堆栈似乎声称该术语已爆炸。

import Bio.Entrez as Entrez
import pprint

search_handle = Entrez.esearch( 
                    db = "pubmed", 
                    term = "surgery, oral [MH]", 
                    rettype = 'uilist', 
                    retmax = 1,
                    )
search_results = Entrez.read(search_handle)
search_handle.close()
pprint.pprint( search_results.items() )

下面是输出：

[(u'Count', '8561'),
 (u'RetMax', '1'),
 (u'IdList', ['33499855']),
 (u'TranslationStack',
  [{u'Count': '8561', u'Field': 'MeSH Terms', u'Term': '"surgery, oral"[MeSH Terms]', u'Explode': 'Y'}, 'GROUP']),
 (u'TranslationSet',
  [{u'To': '"surgery, oral"[MeSH Terms]', u'From': 'surgery, oral[MH]'}]),
 (u'RetStart', '0'),
 (u'QueryTranslation', '"surgery, oral"[MeSH Terms]')]

如何强制Biopython要求Medline分解该术语？这是Biopython 1.75。我只能使用Python 2.7。

谢谢。

Answer 1

解决方案出奇的简单：

只需去掉搜索词中的逗号,：使用term="surgery oral [MH]"而不是term="surgery, oral [MH]"执行搜索。

使用前一个搜索，我现在得到的计数是69945 -与我在PubMed网页上搜索surgery，oralmh时得到的数字相同。

后一个搜索词导致当前的计数为8561。

如果仔细查看输出，就会发现原来的搜索词被翻译成了"surgery, oral"[MeSH Terms]。在PubMed上输入该字符串(包括"引号)也会给出8561个结果- MeSH术语只是mh的长形式。