タグ間情報抽出[重複]

テキストファイルがあり、次にファイルの内容の例を示します。

第1234章新しいホメオドメインをコードする遺伝子は、<category="Modifier">筋緊張性異栄養症</category>不安定（CTG）n反復によって中断された大きなCpG島に関連しています。 <category="SpecificDisease">筋緊張性二栄養症</category>（<category="SpecificDisease">DM</category>）および（CTG）プロテインキナーゼをコードする3つの非翻訳領域におけるnトリヌクレオチド反復関連遺伝子DMPKが増幅されマッピングされた。染色体19q13に。 3.現在まで、患者組織におけるこの遺伝子発現の特徴付けは、DMPK mRNAの定常状態レベルの変化および最終的に増幅の存在下でのDMPKタンパク質レベルの変化に関して矛盾するデータをもたらした。第19番染色体の<category="Modifier">DM</category>領域は遺伝子が豊富で、反復的な拡張は近くの多くの転写単位の機能障害につながる可能性があり、これはクロマチン損傷の結果である可能性があります。 。 DMPKの3末端CpG島に関連する遺伝子を検索しました。この領域の配列決定により、島は３．５ｋｂ以上に拡張され（ＣＴＧ）ｎ反復によって中断されることが示された。ヒトとマウスの反復のゲノム配列の下流（中心節）を比較して、かなりの相同性を有する領域を同定した。これは、ホメオドメインタンパク質をコードすると予測される遺伝子のエクソンに対応する。 RT-PCR分析によると、<category="Modifier">DM</category>遺伝子座関連ホメオドメインタンパク質（DMAHP）と呼ばれるこの遺伝子は、骨格筋、心臓および脳を含む多くのヒト組織で発現されることが示されています。 。

タグ間のコンテンツを抽出する必要があります。たとえば、次のようになります。

<category="SpecificDisease">Myotonic dystrophy</category>

抽出する必要があります「筋緊張性異栄養症」新しいテキストファイルに書き込みます。