Question

abstract.txt = "The insulin-like growth factor 1 (IGF1) signaling pathway has emerged as a major

从啮齿动物到人类的衰老调节剂。但是，鉴于 IGF1的多效性作用及其在大脑衰老中的作用仍然复杂且有争议的。虽然IGF1显然对正常发育至关重要中枢神经系统，临床前和临床上出现了相互矛盾的证据关于其与认知功能的关系的人类研究，以及脑血管和神经退行性疾病。这篇评论深入探讨了目前研究IGF1在衰老大脑中的作用的证据的现状，包括临床前和临床研究。广泛检查数据表明IGF1可能确实在衰老的大脑中起相反的作用，具体取决于潜在的病理和背景。一些证据表明，蛋白质异常的神经退行性疾病的背景沉积在大脑中，例如阿尔茨海默氏病，降低IGF1信号传导可能通过减缓疾病进展和增加清除率起到保护作用病理蛋白质以维持细胞稳态。相反，诱导 IGF1缺乏症也与认知功能失调有关和神经血管系统，提示某些IGF1信号可能是正常的大脑功能所必需的。此外，急性神经元的状态伤害，需要持续的生长，修复和生存信号，通常会在这种情况下证明IGF1的有益作用。欣赏双重，有时会反对IGF1的“杰基尔博士”和“海德先生”特征大脑老化，将使我们更加了解其影响并进行更多设计针对性的IGF1相关干预措施。 “

这是我发布的文本文件摘要。该摘要包含一些基因名称。我该如何获取基因名称

Answer 1

通常您可以使用table（）完成此操作，但首先要进行一些准备工作：

mytxt<-"I am venkatarao.studying matsers. I am going to complete masters. my friends are venkatarao. Naveen, reddy. all are studying masters."

#remove punctations
gsub('[[:punct:]]',' ',mytxt)

#separate words
mytxt<-strsplit(mytxt," ")[[1]]

#frequencies
table(mytxt)

但是，您只需要名称，没有预定义名称的方法就无法做到这一点……或者在其他地方获得定义。因此，按照您的定义，您可以执行以下操作：

find_names<-c("venkatarao","Naveen","reddy","masters")
mytxt[mytxt%in%find_names]

当然，如果拼写不正确，它不会找到名称；-）

Answer 2

这应该起作用，尽管它会区分大小写。

首先，您需要重命名抽象变量（它不能以.txt结尾并被视为字符串）：

abstract_text =  "The insulin-like growth factor 1 (IGF1) signaling pathway has emerged..."

然后，您需要列出要搜索的所有基因：

genes = ["IGF1"]

然后您可以搜索所有基因。

from collections import Counter
import pandas

genes_dictionary = {}

for i in genes:
   if i in abstract_text:
      genes_dictionary[i] = 1

将字典转换为表格并打印。

table = pandas.Series(genes_dictionary, name = 'Count')
table.index.name = 'Gene'
table.reset_index()

输出： Gene Count 0 IGF1 1

Answer 3

使用您的样本数据集，我们可以进行以下工作：

data.txt = "I am venkatarao.studying matsers. I am going to complete masters. my friends are venkatarao. Naveen, reddy. all are studying masters."

# Isolate words by space, remove periods and commas.
all.words = unlist(strsplit(data.txt, " "))
all.words = unlist(strsplit(all.words, "\\."))
all.words = unlist(strsplit(all.words, "\\,"))

count.table = table(all.words)

# Specify Names you are interested in
> count.table[names(count.table) %in% c("venkatarao", "Naveen")]
all.words
   masters     Naveen      reddy venkatarao 
         2          1          1          2

如何从摘要中检索基因名称

3 个答案: