DrugBank数据库以及其他介绍

        以后要研究的是人工智能与生物信息的结合，最近在看一篇论文的时候，用到了生物数据库Drug Bank，目前对Drug Bank了解还比较少，看了一下官网，做一下简单介绍。DrugBank数据库是一个综合的数据库，里面对于药物的介绍很详细，但对于交叉，以后应该主要用到的是数据集的下载。下文中如有表述不当的，欢迎指出。

一、搜索

       主页的搜索包括四种，分别为“Drugs(药品名)”、“Targets(靶点)”、“Pathways(作用途径)”、“Indications(适应症)”。

        我们搜索一个药物吗啡Morphine。打开后界面如图所示，在这里我们可以获得药物的基本信息，下面简单介绍一下前三种所展示的药物的详细内容。

1、IDENTIFICATION(识别)

包括如下图所示的内容，我们可以了解

Summary(综述，对药品的简单概括)，

Brand Names(品牌)，

Generic Name(通用名)，DrugBank Accession Number(在这里我理解为编号)，

Background(背景介绍),

Type(下图所示的是小分子),  Groups(组别，下图所示的是批准可临床实验的)

Structure(结构),

Chemical Formula(化学分子式)

2、PHARMACOLOGY(药理学)

这一部分包括有药效学、作用机理、吸收性、分布量、蛋白质结合、代谢、消除途径、半衰期、清除率、毒性、通路、药物基因组效应等。

​

 3、INTERACTIONS(相互作用)

和其他药物的相互作用，以及产生的后果等详细介绍。

​

二、Browse(浏览)

分为小分子药物、生物技术药物。

右侧是筛选项，包括是否批准（Approved）,保健品（Nutraceutical），违禁药（Illicit），研究药物（Investigational），撤回药物（Withdrawm）,实验药物（experimental）。

​
选择小分子药物，如下图显示所包括的小分子。

截止到2022年5月，有2727个经过批准的小分子药物。

​

 截止到2022年5月，有1399个经过批准的生物技术药物。​

 三、Download(下载)

所有的数据集都是可以下载的，但是下载需要申请，填写一个基本的下载申请问卷。

不同内容下载格式不同：完整版是xml，结构体是SDF，外部链接是CSV，蛋白质标识符是CSV，目标序列是FASTA。

1、COMPLETE DATABASE（完整数据集）

      完整数据集下载的是xml格式。

​

2、STRUCTURES(结构体)

结构体数据集下载的是SDF格式，页面往下化也有外部链接，是对应的CSV格式。

​ 

 3、EXTERNAL LINKS(外部药物链接)

​

下面还含有:

Target Drug-UniProt Links(靶标Drug-UniProt链接)

Enzyme Drug-UniProt Links(酶Drug-UniProt链接)

Carrier Drug-UniProt Links(载体Drug-UniProt链接)

Transporter Drug-UniProt Links(运输机Drug-UniProt链接)

 4、PROTEIN IDENTIFIERS(蛋白质标识符)

下载的数据集是CSV格式

蛋白质标识符包括外部资源的id，如UniProt和PDB。这些下载首先按蛋白质/化合物类型(目标，转运体等)进行划分。其次，它们按药物类别划分(合法、非法等)。每个档案包含2个文件:一个针对所有靶标/酶/转运体/载体，另一个仅针对标记为药理活性(与至少一种相关药物的作用机制直接相关)的文件。导出CSV文件中的每一行还包括一个连接的DrugBank药品id列表(以分号分隔)作为最后一列。

​

所包括的是：

Drug Target Identifiers(药物靶标标识符)

Drug Enzyme Identifiers(药物酶标识符)

Drug Carrier Identifiers(药物载体标识符)

Drug Transporter Identifiers(药物转运体标识符)

5、TARGET SEQUENCES(目标序列)

下载的数据集是FASTA格式

​

所包括的是：

Drug Target Sequences(药物靶标序列)

Drug Enzyme Sequences(药物酶序列)

Drug Carrier Sequences(药物载体序列)

Drug Transporter Sequences(药物转运体序列)

四、Drug Bank数据处理

我对于数据预处理部分还是有很多不懂的地方，因此参考了很多链接。

1、XML的文件解析，输出的是CSV格式的数据，文章内有代码。

       https://zhuanlan.zhihu.com/p/347900976

2、XML的文件解析，采用的是先转换为json格式，处理json文件，提取信息存成CSV格式。

       https://zhuanlan.zhihu.com/p/456252080