PubChem数据库入门：关键词检索等核心功能精讲

PubChem数据库属于NCBI旗下，截至2024年6月，该数据库收录11800万种化合物结构信息（Compounds子库），31800万种用户上传的化合物数据（Substance子库），29500万种实验结果或文献支持的化合物生物活性数据（BioAssay子库），其中还包含4100万篇相关文献和5100万相关专利，以及113242个靶基因、247611个靶蛋白和241163条通路信息，引用数据来源总计995个。PubChem数据库包含大量化合结构信息、理化性质及生物活性、毒性和安全性数据，并提供详细的文献或专利支持，为生物医药与生物化学交叉领域的科研人员所青睐。

网址：https://pubchem.ncbi.nlm.nih.gov/

查看所有的参考来源，可在主页点击‘Explore Data Sources’，即可查看所有来源信息。

数据库核心功能

PubChem数据库数据检索功能有三种方式：关键词检索、结构式检索和批量检索。

1、关键词检索

在主页检索框输入关键词进行快速检索，检索词支持输入化合物名称、化学式、CAS号、SMELE码和InchI表达式、基因名和Covid-19专题检索功能。

下面以阿司匹林aspirin为例，检索得到结果：一条最佳检索的结果（阿司匹林单体数据），106条化合物结构信息（包括阿司匹林单体和混合药物数据），835条底物数据，39条通路数据，2246条药物活性数据，7万多条文献和专利。

点击‘best match’下的第一条数据，详情页中有aspirin信息概览，包括PubChem CID、化合物结构、化学安全分类、分子式、同义词、分子量和数据更新时间，并提供aspirin药理功能注释和肝毒性信息，提供NCI Thesaurus、LiverTox和DrugBank数据库链接。右侧栏为该页面所展示的信息目录。

接下来对主要的子目录做一个简单的说明：

Structures

展示aspirin的2D、3D和晶体结构，右上角可下载结构信息文件或保存图片，可在数据库检索结构类似的化合物。

Names and Identifiers

展示aspirin的各种表达式、别名和标识符。主要的信息有：

• IUPAC Name为2-乙酰氧基苯甲酸（2-acetyloxybenzoic acid）
• InChI=1S/C9H8O4/c1-6(10)13-8-5-3-2-4-7(8)9(11)12/h2-5H,1H3,(H,11,12)
• SMILES：CC(=O)OC1=CC=CC=C1C(=O)O
• 提供CAS、EC、ICSC和UNII等数据库ID，以及各种同义词。

若想了解具体的内容，可点击右侧目录定位查看。

Chemical and Physical Properties

展示aspirin理化性质，比如分子量、溶解度等内容，其中有实验和预测的结果。

Spectral Information

展示aspirin的光谱信息，包括核磁共振谱、质谱、红外紫外光谱和Raman光谱等。

Related Records

可查看aspirin相关研究进展，

Chemical Vendors

提供aspirin供应商信息（包含61个供应来源）。

Drug and Medication Information

展示aspirin的临床信息，包括适应症、WHO指南信息、药物成分、临床试验和某些药物特性及使用注意事项等信息。

Pharmacology and Biochemistry

展示aspirin的药理学性质，ADEM药代动力学和药物作用机制等。

Toxicity

展示aspirin的毒理学特征，包括不同物种的肝毒性、致癌性、中毒症状及急救措施。

Associated Disorders and Diseases

展示来自CTD数据库的aspirin相关疾病信息。

Literature

展示aspirin相关文献（还单独列出了化合物的与基因和疾病相关的文献）。

Biomolecular Interactions and Pathways

展示aspirin的靶基因、靶蛋白及3D结构、通路、药物相互作用和药物食物相互作用等信息。

Biological Test Results

展示药物活性信息。

2、结构式进行检索

在首页点击Draw Structure进入检索界面，以检索阿司匹林为例，绘制结构图（如果不太会用，可以点击下方Help查看绘图指南）。检索结果包括同一性、相似性、子结构和上层结构，进入各化合物详情页面，得到的结果内容基本与关键词检索结果类似。

3、批量检索

在首页点击UPLOAD ID LIST进入检索界面，下载示例数据，选择数据类型，上传示例数据文件，点击Search Pubchem With This List，得到检索结果，右侧可批量下载。

元素周期表

首页点击Periodic Table 进入元素周期表，可整体上浏览各元素信息，点击任意元素查看详情。

总的来说：

PubChem是美国国立卫生研究院（NIH）下属的国立生物技术信息中心（NCBI）维护的一个免费的化学结构数据库，它包含了大量的化学物质和相关生物活性数据。PubChem数据库拥有以下特点：

• 免费和公开：PubChem是一个免费的资源，任何人都可以访问和下载数据，这促进了科学研究和教育。
• 数据量巨大：PubChem包含数以百万计的化合物结构和相关的生物活性数据，是一个庞大的化学信息资源。
• 标准化数据：PubChem提供了标准化的化学结构数据，有助于研究者进行一致性和可比较性分析。
• 生物活性数据：除了化学结构信息，PubChem还提供了化合物的生物活性数据，如半数抑制浓度（IC50）等。
• 搜索和分析工具：PubChem提供了强大的搜索工具和分析功能，帮助用户查找和分析化学结构。
• 结构多样性：PubChem数据库中化合物的结构多样，覆盖了广泛的化学类型和类别。
• 更新频率高：PubChem定期更新，包括新增化合物和更新现有数据。
• 与其他数据库的链接：PubChem与NCBI的其他数据库（如Gene、Protein等）以及外部数据库（如ChEMBL、DrugBank等）有链接，方便进行交叉查询。

然而对于非专业人士来说，目前还有一些问题需要解决。PubChem的搜索选项可能过于复杂，需要一定的学习成本。PubChem的用户界面不够直观或简洁。对于某些特定的化合物或研究领域，PubChem提供的数据可能不够详细或深入。在查询化合物参与的反应数据时，不能清晰明确的展示结果。

实际上，在使用过程中，我发现了款国产化学数据库MolAid化合物检索及智能合成一体化数字平台，我觉得它可能更符合我们的需求。

MolAid 不但拥有PubChem核心功能（关键词检索和结构检索），还支持谱图检索。同时还收录了海量的化合物信息，包括了化合物的物化性质、ADMET、反应信息、晶体数据、谱图信息、SDS等内容。

网址：MolAid-化合物检索及智能合成一体化数字平台https://rxn.molaid.com/

MolAid平台的数据情况如下：

化合物数据：收录了1.6亿个化合物并且数量持续更新增长

反应数据：拥有5000万条反应数据，搭建人机结合反应提取工程，反应量不断增长，为用户提供高质量反应信息。

谱图数据：20万张真实实验谱图（氢谱、碳谱、质谱、拉曼、红外）。

晶体数据：100万有机晶体数据，可查看晶体晶胞参数以及参考文献。

商品数据库：740万条商品信息，涵盖各大知名供应商。

MolAid平台中文操作界面，使用起来非常容易上手！