معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Simple drug linking

ویژگی	مقدار
سیستم عامل	-
نام فایل	druglinker-0.1.1
نام	druglinker
نسخه کتابخانه	0.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Ferran Gonzalez Hernandez
ایمیل نویسنده	ucbpfgo@ucl.ac.uk
آدرس صفحه اصلی	https://github.com/fgh95/DrugLinker
آدرس اینترنتی	https://pypi.org/project/druglinker/
مجوز	MIT

# DrugLinker This package is a simple python module to obtain all unique drug identifiers that match a given input string. It does it by matching the input term with DrugBank open-data vocabulary : https://www.drugbank.ca/releases/latest#open-data. It is useful to process candidate drug tokens after drug named-entity recognition (NER) or to directly match sentences after tokenization. To install the package simply run the following in a bash shell: ``` pip install druglinker==0.1.1 ``` Example of use in a python environment: ``` from druglinker import dbsearch dbsearch.get_ids("amox") # output: ["DB01060"] dbsearch.get_ids("amoxicillin") # output: ["DB01060"] dbsearch.get_ids("vancomycin") # output: ["DB00512"] # Simple sentence tagging: text = "20mg of midazolam were administered intravenously" for term in text.split(): ids = dbsearch.get_ids(term) if ids: print(term) print(ids) # output: # midazolam # ['DB00683'] ``` For instance you can now easily find further information about the drug identifier detected (e.g. DB00683) at https://www.drugbank.ca/drugs/DB00683

نیازمندی

مقدار	نام
==1.0.3	pandas

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl druglinker-0.1.1:

pip install druglinker-0.1.1.whl

نصب پکیج tar.gz druglinker-0.1.1:

pip install druglinker-0.1.1.tar.gz