天然产物数据库综述：2020年从哪里找天然产物数据

引言
近十年，天然产物（NP）一直是科学界关注的焦点，并且对它们的研究兴趣也在不断增长。因此，近二十年来，各种以NP作为主题资源的数据库或数据集的数量迅速增加。德国Friedrich-Schiller大学的Maria Sorokina 和 Christoph Steinbeck教授研究发现自2000年建立的各种NP资源信息库有123种，但是有些数据库甚至是相对较新发布的已经不再可用，这导致了NP数据的巨大损失。在这123种信息库中，有98种仍可以通过某种方式访问，而只有50种是开放访问的。Sorokina和Steinbeck教授将这些公开数据库里的天然化合物汇编成COCONUT数据库，这是迄今为止最大的NP公开信息库，包含40万+非冗余的NP结构和少量注释。

天然产物（NPs）被广泛定义为由生物体产生的化学物质。而更精确的NP定义却不能达成共识：一些认为NP包括所有由代谢反应产生的小分子，另一些认为NP是次级或非必需的代谢产物。在本综述中，作者排除了参与主要或必需代谢（例如能量或合成代谢途径）的分子，并仅考虑由生物体产生的以完成更高级生物功能（如信号或防御）的分子，分子量小于1500 Da。但是，就生命科学中的大多数定义而言，主要代谢物和次要代谢物之间的界线非常狭窄，并取决于该分子进行分类的潜在用途。这种分类有必要使用专用NP数据库或对数据库的分子进行适当注释。
NP已经进化了数百万年，并拥有独特的化学多样性，因此导致了其生物学活性和类药物特性的多样性。因此，甚至在现代化学药理学兴起之前，NP就已经作为传统药物的成分使用了几个世纪，特别是作为草药的活性成分。如今，由于经济、信仰、药品获得困难等原因，一些传统的治疗方法（例如印度阿育吠陀，传统中药或非洲草药）仍然是世界上许多人的主要治疗选择。在现代药理学中，NP也已成为开发新的先导化合物和骨架的最重要资源之一。每周都有NP对各种人类和动物疾病治愈过程的积极作用的科学文章发表。抗生素和抗真菌剂的主要种类是从微生物中分离出的NP，用于治疗各种癌症，心血管疾病，糖尿病等的药物也通常是NP或其衍生物。例如，在1981年至2014年之间，超过50％的新开发药物都是由基于NP研发而来。在食品、化妆品和天然农药方面，NP及其衍生物也得到了积极的研究。对NP的日益增长的兴趣，也积极的引导各种NP资源库和数据的增长。对于一个全面而完整的开放性数据库而言，结构易检索以进行计算分析非常重要。例如，事先对已知的NP进行虚拟筛选可以选择最佳候选化合物，减少提取和纯化样品时间。
在文中，作者回顾了2000年后科学文献中共有的123种NP资源库。其中92种是开放的，但是只有50种包含分子结构。作者对后者进行重新整理汇编成COlleCtion of Open Natural prodUcTs（COCONUT）数据库，该数据库有411621个结构唯一的NP分子，可在Zenodo (https://doi.org/10.5281/zenod o.35477 18)上获得。
作者将这123个数据库分为商业数据库和开放数据库，并对开放数据库又进行了细分：
商业数据库：SciFinder、Reaxys、Dictionary of Natural products (DNP)、Dictionary of Marine Natural Products (DMNP)、Dictionary of Food Compounds、NaprAlert、National Institute of Standards and Technology-NIST(version 17)、MarinLit、AntiMarin、AntiBase、eBasis (Bioactive Substances in Food Information Systems)、Natural Product Discovery System (NADI)、ChemTCM、Natural Products Library (NPL)、Ayurveda dataset、Berdy’s Bioactive Natural Products Database。
开放数据库：
1、代谢物和化学物质数据库：ChEBI、ChEMBL、ChemSpider、PubChem、ChemBank、KEGG、MetaCyc、BRENDA database、Chemical Structure Lookup Service (CSLS)、BiGG；
2、用MS数据去重的数据库：MassBank of North America (MoNa) 、 European MassBank、Japanese MSSJ MassBank、METLIN、Human Metabolome Database (HMDB)、Yeast Metabolome Database(YMDB)、RIKEN MSn spectral