科研必备：10个精选谱图数据库，助你一臂之力

谱图数据库是化学研究中非常重要的工具，它们包含了大量化合物的谱图信息，如红外光谱（IR）、核磁共振（NMR）、质谱（MS）等，对于化合物的鉴定、结构解析和研究具有重要作用。

此外，谱图数据库还可能包含关于化合物的物理化学性质、毒性数据、反应信息、生物活性以及市场供应情况等其他相关信息。这些数据对于化学教育、研究和工业应用都是非常宝贵的资源。科研人员可以利用这些数据库进行跨学科的研究，从基础科学到药物开发、材料科学和环境科学等多个领域都能发现它们的身影。

那么我们怎么找到解释数据的谱图信息呢？

面对市场上众多的谱图数据库，选择一个合适的数据库可能会让人感到困惑。作者综合考虑了数据的全面性与准确性、数据库的更新频率、专注的领域、可用性与访问性以及成本效益等因素，从众多选项中精选了10个谱图数据库。为了适应不同用户的需求，这些数据库被分为国内和国外两大类，旨在为科研工作者提供有力的支持。

国内谱图数据库

1. 上海有机所化学数据库

【官网地址】https://organchem.csdb.cn/scdb/default.asp

该数据库中的谱图数据由多个数据库组成，包括核磁谱图数据库、质谱谱图数据库、红外谱图数据库等，注册后可免费使用。

磁谱图数据库共收录两种核磁共振波谱的谱图：标准谱与特征谱。其中标准谱只有碳谱CNMR，特征谱则包括了氢谱HNMR、碳谱CNMR、氧谱ONMR、氮谱NNMR等多个类别。标准谱原则上包括了化合物的全部谱峰，特征谱则可能只有化合物的部分谱峰。用户可通过化合物检索，也可以通过上传谱图文件，或者输入谱峰来检索。

红外谱图数据库，是上海有机所化学专业数据库最早建设的数据库，始建于1978年，是国内最早的化学类数据库。本数据库收录了常见化合物的红外谱图。用户可以在数据库中检索指定化合物的谱图，也可以根据谱图/谱峰数据检索相似的谱图，以协助进行谱图鉴定。

质谱数据库收录了常见化合物的质谱谱图。可以通过谱峰数据来检索相似谱图，检索途径为质荷比、丰度组合。也可根据化合物的名称、CAS号、分子式。

2. MolAid化合物智能检索一体化平台

【官网地址】：https://rxn.molaid.com

MolAid拥有一个功能强大的化合物谱图数据库，它为化学研究者提供了一个全面而专业的谱图资源平台。该数据库收录了超过20万张真实实验获得的谱图，这些谱图覆盖了多种类型的光谱技术，极大地方便了化学结构的解析和化合物的鉴定工作。

1. 丰富的谱图类型：MolAid包含的谱图类型广泛，不仅有核磁共振（NMR）氢谱和碳谱，还包括红外光谱（IR）、质谱（MS）和拉曼光谱（Raman）。这些不同类型的谱图为化合物的结构分析提供了多角度的信息。

2. 数据可视化与交互：MolAid的谱图数据支持可视化操作，用户可以通过悬停交互来查看具体的峰位数据，这种直观的展示方式使得数据分析更为便捷和准确。

3. 便捷的数据下载：用户可以一键下载谱图中的峰位数据，这极大地方便了数据的进一步处理和作图，提高了研究效率。

4. 专业的事实依据：MolAid提供的谱图数据为未知结构的解析和化合物结构的判断提供了专业且可靠的事实依据，这对于化学研究和工业应用中的结构鉴定至关重要。

5. 谱图反向检索：MolAid还支持谱图的反向检索功能，用户可以通过输入化学位移等关键数据来查询可能的化合物结构。这一功能特别有助于解析复杂的化学结构，使得研究者能够更加轻松地进行化合物的鉴定和结构解析。

6. 用户友好的设计：MolAid的界面设计注重用户体验，使得操作直观易懂，即便是初学者也能快速上手，有效降低了学习曲线，提高了工作效率。

3. 化合物图谱数据库查询系统

【官网地址】http://www.analysis.org.cn/cdb/index.aspx

该图谱资源库在搭建分析测试技术体系框架的基础上，设计了图谱资源数据库的基本架构和功能，通过搜索引擎，由化合物的分子式、分子量、中英文名称、CAS号码、CDB编号等信息可在数据库中检索到该化合物的红外、紫外、质谱及核磁等各种谱图及分子结构。能够容纳大约10万张谱图，目前已有320个化合物的标准红外图进入数据库。该网站对公众免费开放。

4. 北京微量化学研究所分析中心

【官网地址】http://www.microchem.org.cn/

该中心拥有的Sadtler(萨特勒)红外光谱数据库共计13万3千多张，其中凝聚相纯化合物标准红外光谱库74126张，气相纯化合物标准红外光谱库9350张，其余的按化合物类型和用途分类如下：农业化学，粘合剂，多元醇，表面活性剂，聚合物，高聚物裂解产物。我们可以在Sadtler(萨特勒)红外光谱数据库中进行全光谱检索，峰表检索，化合物名称，分子量，分子式，CAS登记号，熔点，沸点等物性检索。

5. 中科院长春应用化学研究所应用化学数据库

【官网地址】http://www.appchem.csdb.cn/

碳－13核磁共振波谱数据库是中科院长春应用化学研究所承担建设的综合科技信息数据库的重要组成部分，是中科院知识创新工程信息化建设的重大专项。

碳－13核磁共振波谱数据库系统始建于1982年,它是国内第一个比较大型的碳-13 NMR数据库系统，主要用于有机化合物结构的自动解析。谱图信息如化学位移检索是碳13NMR数据库检索中的重要内容。系统允许单峰检索，同时允许多个峰值一起即相似性检索。单峰检索要求使用者对碳13NMR谱有较多的了解，这样才能够选取较“特征”的峰，以使检索高效。

国外谱图数据库

1. Spectral Database for Organic Compounds，SDBS

【官网地址】https://sdbs.db.aist.go.jp/sdbs/cgi-bin/direct_frame_top.cgi

SDBS由日本国家先进工业科学技术研究所创办，是一个比较综合的有机化合物的光谱数据库系统，它包含7种不同类型的光谱图。其中有EI-MS,FT-IR,1H-NMR,13C-NMR,Laser Raman, ESR谱图。从1997年开始，SDBS免费向公众开放。(该网站可以用CAS号搜索,对毒性研究的同学很nice！该数据库有英文和日文版本,不得不说小日本还是挺会来事的)

到2019年为止已收载谱图数目如下：

• 总的化合物34600多种

• 质谱图谱25000张

• 1H-NMR谱15900张

• 13C-NMR谱14200张

• FT-IR图谱54100张

• Raman谱3500张

• ESR谱2500张

2. NIST的Chemistry Web Book

【官网地址】https://webbook.nist.gov/chemistry/

该数据库包含：

· 超过7000种有机与小分子无机化合物的热化学数据

· 超过8000个反应的热化学数据

· 超过16000种化合物的红外光谱图

· 超过33000种化合物的质谱图

· 超过1600种化合物的紫外-可见光光谱图

· 超过27000种化合物的气相色谱图

· 超过5000种化合物的电子与震动谱图

· 超过600种化合物的光谱数据

· 超过16000种化合物的离子能量数据

· 74种流体的热物理性质数据

3. NIST/EPA/NIHMass Spectral Library

【官网地址】https://www.nist.gov/srd/nist1a.htm

TheNIST/EPA/NIH Mass SpectralLibrary是在世界应用范围非常广泛的质谱参考数据库的基础上经过多年和广泛的评估组建而成的，并且扩充了一些物质的波谱数据。这个数据库现在包括147,198个化合物的波谱数据。

2020年6月2日，NIST 发布了全新的 NIST20 版质谱数据库（NIST/EPA/NIH Mass Spectral Library）。其中增加了近 4万 个新的化合物的 EI 质谱数据，收录了超过 30万6千 种化合物，全新的保留指数（RI）和色谱方法库包含了接近 14万 种化合物的 45万 条 RI 信息。其中增加的化合物主要集中在人类和植物代谢物、非法药品等常用分析化合物中，进一步提高广大质谱工作者的分析效率。

4.Spectra Online,Galactic (红外谱图)

【官网地址】http://www.ftirsearch.com/

FTIRsearch.com是一个独特的网站，致力于为分析化学家提供高质量FTIR和拉曼光谱库的在线访问。注册一个FTIR search. com 账户，你可以看到71,000FTIR 和差不多16,000个Raman spectra 数据，这些数据库是由Thermo Fisher Scientific研究所编撰和整理的，它是FTIR and Ramaninstrumentation领域的生产商， FTIRsearch.com提供了最大和最广泛高质量的网上光谱数据。

5.Organic compounds Database

【官网地址】https://www.colby.edu/chemistry/cmp/cmp.html

OrganiccompoundsDatabase包含有2483个化合物，是由哈佛大学弗吉尼亚研究所编撰的。在主页的信息框内填入你知道的尽可能多的数据项，不知道或不确定的项目可以不填，然后点击submit按钮来开始你的搜索，你能获得至少20条项目，可以搜索到的条目包括InfraredSpectra（红外）， Physical Properties（物理性质）， NMR Spectra（核磁）， Mass Spectra（质谱），Ultraviolet Spectra（紫外）。

以上就是本次推荐的所有内容啦！希望大家喜欢！