1.研究背景及目的鼠疫耶尔森氏菌(以下称鼠疫菌)是鼠疫的病原菌,在历史上曾引起过三次大流行。二战期间,日本侵略者展开惨绝人寰的细菌战,鼠疫菌曾被并用作生物战剂对我国实施攻击目前,鼠疫在世界各地时有病例发生,是影响全世界的公共卫生问题。我国现仍有12块鼠疫自然疫源地,分布在19个省(区),占国土面积的15%左右。加强鼠疫菌研究对鼠疫的控制与防治以及应对生物恐怖威胁具有重大现实意义。随着生物学技术的发展,围绕鼠疫菌所开展的基础科学和应用研究越来越多。这些研究工作产生了大量实验数据和文献资料,散落存放在世界各地的信息数据库中。通过中国知网及维普等中文文献查阅网站进行“鼠疫耶尔森氏菌数据库”及“鼠疫菌知识库”等关键词的检索,虽然与该菌有关的研究文献已有数千篇,但未发现该菌综合知识信息整合工作的文章发表。通过Pub Med数据库进行文献回溯和Google scholar检索网等进行检索,发现国际上有多个鼠疫耶尔森氏菌相关的数据库,如Gen Bank数据库,存储了鼠疫菌的全基因组序列和注释信息以及原始测序数据;MLVA数据库,收录了鼠疫菌的可变数目串联重复序列位点信息及菌株背景信息;CRISPR数据库,可检索到鼠疫菌的成簇规律间隔短回文重复序列位点序列信息;其它大型公开数据库,如Bio GRID、DDBJ和EMBL等存储了鼠疫菌蛋白质—蛋白质及基因相互作用等相关信息。这些数据库功能主要集中于鼠疫菌分子及遗传多样性数据的收集和管理,而并没有将鼠疫菌相关文献知识进行组织、整合,并有序储存于一个独立的数据库平台上。本研究拟收集整理关于该菌的学术论文、论著、新闻及疫情信息等相关知识,加以整合,建立便捷的鼠疫菌知识库系统,为用户提供查询、浏览和下载服务,以达到以下研究目的:(1)实现已有鼠疫菌相关知识和数据的集中存储管理;(2)查询便捷,提高现有文献信息的使用效率;(3)自动更新,实时获取鼠疫菌研究相关资讯。最终为鼠疫菌相关科研提供更为完整方便的知识和数据支撑,也为其他病原的知识库建立工作提供可参考的范例。2.研究方法2.1数据收集与整合通过对EndNote、Reference Manager、Biblioscape及Note Express等文献管理软件功能的调研,根据本课题拟收集中外文文献进行整理并筛选导出的需求,最终选择End Note X5文献管理软件进行文献的收集整理工作。在该软件中设置检索关键词为“Black death”、“Yesinia”、“Plague”及“Yesinia pestis”,通过对Pub Med数据库在线检索,收集筛选出相关外文文献题录。通过Find full text功能项自动获取到部分文献全文并链接至原文,其余外文文献的全文通过访问Sci-Hub网站手动检索收集。因End Note无中文搜索功能,中文文献题录则主要通过中国知网检索“黑死病”、“鼠疫”及“鼠疫耶尔森菌”等关键词获取,并进行人工筛选后将相关文献导入End Note文献管理软件,中文文献全文通过中国知网和万方数据收集。所有PDF全文文档通过Reference→File Attachment功能人工导入End Note文献库与原文相关联。收集工作结束后,使用Find Duplicates功能对全部文献收集结果进行查重和去冗余整理,最终以Show All Fields的格式导出,将所有文献信息存储于一个独立的TXT文件。全文PDF文档储存在End Note自定义的原文件夹,路径不变。2.2知识库系统的构建本研究通过Perl及PHP等计算机语言规范数据格式、构建实体关系模型、搭建系统和开发网页;选择中小型网站开发中常用的Apache+PHP+My SQL优势组合进行网站的动态开发,逐步完成知识库系统的构建。为了使各部分数据顺利架构在服务器上,通过编写Perl脚本对存储文献信息的TXT文本进行解析,生成一个可用Excel程序打开的文本列表,该列表以制表符分隔每个字段并为每行文献分配一个唯一的整数型标识符。同时编写Perl脚本,将PDF文件按照整数型标识符重新命名后,转移到另外统一存放PDF的文件夹中。经过数据的规范化处理,论文和著作被分割成实体(Entity)并分配属性(Attribute)。根据实体与实体及实体与属性之间的对应关系,构建实体关系模型(entity-relationship model),转化成表格并对应建立在配置好的My SQL 5.7数据库中,通过php My Admin工具,将文献数据导入到My SQL数据库并与全文PDF文件建立一一对应关系。数据库搭建完成后,在Apache网页服务器上开发基于web接口的动态网页,形成数据库网站系统。通过Java Script和Ajax快速处理服务器端与客户端的交互,运用Perl语言处理在知识库网页上返回到后台的各种数据。系统搭建完成后进行试运行与调试排错,保证系统运行顺畅。3.研究结果本研究架构的鼠疫菌知识库由文献信息模块、检索模块和新闻模块构成。用户可通过浏览器从Web端访问本库,访问网址为:http://101.201.51.148/ypkd/。知识库主页分上下两部分排版,由上方的标题栏、导航栏、简介、数据概览、快捷搜索入口及下方的新闻展示版块构成。信息搜索截止到2016年10月30日,文献信息模块收录鼠疫菌相关文献7183篇,书籍23部,均提供了URL链接;其中4620篇论文收集到PDF全文。用户进行普通检索或高级检索时,可通过设置标题、摘要、关键词、期刊、作者、时间等数据项获取相关信息,并可将所得文献按出版日期、作者及杂志名称进行排序浏览。标题下方将列出该论著的简要信息供用户初步浏览,继续点击标题即可阅读此文献的详细信息,包括文献的标题、作者、摘要、关键词、PMID号、全文以及Pub Med链接等,点击本库提供的PDF链接可在线浏览或下载全文。新闻版块中通过编制好的网络爬虫,自动实时抓取互联网最新的鼠疫菌相关信息,并按序展示;用户可通过超链接获取网络信息全文,保证了知识库的前沿性和完整性。4.结论本研究建立的知识库系统,内容丰富完整,界面简洁合理,使用快捷方便。该库将Pub Med和知网等网站的鼠疫菌相关信息全面整合起来,收录了已发表的几乎全部鼠疫菌相关文献信息资源,有利于知识的整体保存和利用。用户通过输入关键词等进行常规或组合检索,准确地在页面上获取相关文献列表并可按需排序;提供的文献全文,为研究者节省了多方查找资源、调研文献的时间。本网站通过网络爬虫,将最新鼠疫菌相关网络信息进行自动实时更新,排序展示在新闻版块,保证了网站的及时性和时效性。用户通过提供的超链接,可快速浏览全文,掌握信息详情。本知识库的建立,为科研工作者提供了可靠的鼠疫菌知识共享平台,为鼠疫疫情的相关信息提供了及时的动态来源,也为其他病原微生物知识库的建立提供了可借鉴的新模型。