定义
Entrez是一套面向生物学数据的集成式检索与获取系统，由美国国家生物技术信息中心(National Center for Biotechnology Information，NCBI)开发和维护[1]。它的核心任务是在多个异构数据库上执行统一的文本查询，并把命中的记录以统一的摘要格式返回给用户[3]。
与其他单纯的数据存档不同，Entrez被设计成一种发现型系统：它在选定记录之间建立链接、在同一数据库内部计算关联，使研究者能够从一条记录出发找到原本不在检索结果中的相关信息[2][3]。它同时提供网页界面和面向程序的接口，因此既可由人工交互检索，也能被自动化流程调用[4]。
原理
Entrez把来自不同来源、不同格式和不同机器的源数据库整合进一套统一的信息模型[3]。每条记录在系统内由一个整数标识符，即唯一标识符(UID)指代，例如核酸与蛋白质记录的编号、PubMed的文献编号等。系统采用分工结构：词表与倒排文件、记录间链接、结果列表所用的摘要格式属于所有数据库共用的部分；而记录更新、索引项抽取和完整记录格式化则由各源数据库自带的软件完成[2]。
一次检索在底层被拆解为两步：先把文本查询转换为布尔表达式求值，得到一组UID；再依据UID快速取出对应的文档摘要(DocSum)[3]。查询字符串被解析为“词项[字段] 运算符 词项[字段]”的形式，其中运算符为全大写的AND、OR、NOT，各词项按空格分隔后独立解析，再按运算符合并结果。检索页左侧的分面筛选可按物种、分子类型或来源数据库限制结果范围，例如把结果限定为人类、细菌或来自RefSeq的记录[5]。
数据库之间和数据库内部的关联分两类：一类是不同数据库之间的交叉引用链接，另一类是同库内部通过算法预先算出的“邻居”关系[6][7]。核酸和蛋白质序列之间的相似性邻居由序列比对算法计算，文献之间的相关文章则依据标题、摘要和主题词用统计算法得出[7][8]。为提高大 批量处理的效率，系统设置历史服务器暂存检索得到的UID集合，并用查询键与网络环境两个参数指向该集合，后续操作可直接复用而不必重新检索[9]。
发展历程
Entrez于1991年由NCBI推出，最初以光盘形式发行，收录的内容包括核酸序列、蛋白质序列以及来自MEDLINE的相关文献题录与摘要[10][11]。名称取自法语问候语，用以表达欢迎公众检索馆藏内容的用意，这一说法见于对Entrez命名来源的说明[11]。
1992年起，NCBI开始以每年6期的订阅方式发行Entrez光盘，其中同时包含数据和检索软件，提供对公共DNA与蛋白质数据库以及部分MEDLINE文献的整合视图[7]。1993年推出的Network Entrez把光盘内容改为客户端与服务器分离的网络应用，客户端与服务器之间按ASN.1协议通信，解决了光盘访问速度慢、数据更新滞后和容量有限的问题[7][10]。
1994年初NCBI开通网站，Entrez与序列相似性检索工具等一同上线，随后出现的万维网版Entrez使不具备图形界面的用户也能使用该系统[6][7]。同一时期系统还加入了三维大分子结构数据，其结构邻居关系由矢量比对搜索算法计算，并可用三维结构查看器显示比对结果[6]。PubMed上线后，Entrez的文献部分被扩展至整个MEDLINE数据库并向公众免费开放，同时提供指向出版方全文页面的链接[6]。
随着人类基因组计划的推进，系统新增了以基因组为尺度的Genomes数据库；分类数据库、结构数据库、在线人类孟德尔遗传数据库、群体集合等也先后成为其中的节点[6][3]。最初的三个节点在此后二十年间扩展为约四十个节点[2]。与此同时，NCBI陆续发布了面向程序调用的Entrez编程工具，用固定的URL语法把输入参数转换为各软件组件所需的检索与获取指令，使Entrez成为可被脚本调用的数据服务[12]。
应用
Entrez的网页界面覆盖NCBI站点上几乎所有的检索框，用户在NCBI首页输入词项时默认对所有数据库执行全局查询，结果页按文献、健康、基因组、基因、蛋白质与化学六个大类列出各库的命中数量[1]。研究者也可以进入单个数据库页面进行更精细的检索，并使用引号限定精确短语、用布尔运算符组配条件，或直接输入登录号等数据库标识符取回完整序列记录[5][1]。
在科研工作中，该系统可用于围绕某一物种汇总其基因组序列、蛋白质及其同源物、表达序列标签和单核苷酸多态性等各类数据，也可用来查找在特定组织中表达的基因、已完整测序的真核生物之间的同源基因，以及来自群体、系统发生或突变研究的多序列比对[13]。它还被用于跨物种比较基因型信息，例如在遗传性非息肉病性结直肠癌相关基因的发现过程中，研究者把酵母与细菌基因的功能数据同人类的遗传定位和临床表型信息连接起来[3]。
除人工检索外，编程工具使Entrez能够支撑自动化数据管道：检索、链接、取回等操作可通过命令行依次串联，把一次查询的结果作为下一步的输入，从而批量处理数以万计的记录[8][14]。这类接口亦被第三方软件项目用于构建面向外部应用的数据查询服务[15]。
局限
Entrez的检索以单个数据库为基本单位，一次查询不能同时跨库连接，跨库关联需要借助链接操作逐步完成[15]。用于取回完整记录的接口并非支持全部数据库，且单次请求能取回的记录数存在上限，例如文献与序列数据的批量取回需要按批次循环调用[9][14]。返回格式与所用参数高度依赖具体数据库，部分参数组合并不受支持，需要在调用前确认[16]。
早期以光盘为载体的版本受到访问速度、数据时效和容量方面的限制，单张光盘容量约为660兆字节，这些问题促成了网络版本的开发[7]。万维网版在交互上也有固有约束：由于网页交互本身是无状态的，每次请求都需要重新初始化数据库并重算部分关联结果，取回大段文本时必须整份传输，因而在响应速度上不及客户端服务器版本[7]。此外，系统对记录的处理以机器可读数据为前提，只有底层数据已经电子化时，才可能完成跨来源的关系推断[3]。
系统内核酸与蛋白质序列记录的主标识曾由编号制改为登录号加版本号的组合，接口在过渡期内同时接受两种形式。对于含有布尔运算符以外复杂逻辑的查询，网页界面所能表达的范围有限，涉及多个数据库的连接查询难以直接完成[15]。
参见
参考资料
- nih.gov 上的网页 [引用日期2026-10-14]
- The Entrez Search and Retrieval System [引用日期2026-10-14]
- The NCBI Handbook [引用日期2026-10-14]
- how_eutilities_works [引用日期2026-10-14]
- Entrez Sequences Quick Start - NCBI Bookshelf [引用日期2026-10-14]
- NCBI News [引用日期2026-10-14]
- DOCUMENT RESUME [引用日期2026-10-14]
- EDirect: Command Line Access to NCBI Databases [引用日期2026-10-14]
- chapter_eutils(PDF) [引用日期2026-10-14]
- NLM Citation: Smith K [引用日期2026-10-14]
- What is the etymology of "Entrez ID"? [引用日期2026-10-14]
- Entrez programming utilities help [引用日期2026-10-14]
- Entrez Quick Start [引用日期2026-10-14]
- NCBI News [引用日期2026-10-14]
- wiley.com 上的网页 [引用日期2026-10-14]
- The Entrez Query System at NCBI [引用日期2026-10-14]