SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场zinc-database

zinc-database

数据与分析

查看项目

更新于 10-15 10:54

技能介绍

一、用途与定位 ZINC Database 是免费开放的可购买化合物仓库，由 UCSF 维护。当前主版本 ZINC22 收录 2.3 亿以上可购买化合物，并包含十亿级规模的按需合成（make-on-demand）化合物。历史版本包括 ZINC20（侧重 lead-like 与 drug-like 化合物）和 ZINC15（旧版，仍有文档）。该技能主要聚焦 ZINC22。

适用场景包括：虚拟筛选（为分子对接寻找化合物）、先导化合物发现（识别可商业购买的化合物用于药物开发）、结构检索（按 SMILES 做相似性或类似物搜索）、化合物检索（按 ZINC ID 或供应商代码查找）、化学空间探索、对接研究（获取可用于对接的 3D 结构）、类似物搜索、供应商查询以及随机采样。

二、访问方式与主要能力

  1. 网页界面：主入口 https://zinc.docking.org/，交互式检索 https://cartblanche22.docking.org/。
  2. API：所有 ZINC22 搜索可通过 CartBlanche22 API 以编程方式执行，基础 URL 为 https://cartblanche22.docking.org/，返回文本或 JSON 格式，字段可自定义。

核心能力：

  • 按 ZINC ID 检索：网页 https://cartblanche22.docking.org/search/zincid；API 示例：curl "https://cartblanche22.docking.org/[email protected]_fields=smiles,zinc_id"；多个 ID 可用逗号分隔。返回字段可含 zinc_id、smiles、sub_id、supplier_code、catalogs、tranche。
  • 按 SMILES 检索：网页 https://cartblanche22.docking.org/search/smiles；API 示例：curl "https://cartblanche22.docking.org/[email protected]=4-Fadist=4"。参数包括 smiles（查询字符串，必要时 URL 编码）、dist（Tanimoto 距离阈值，默认 0 为精确匹配）、adist（另一种距离参数，默认 0）、output_fields。精确匹配示例：curl "https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1"；相似性搜索示例：curl "https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1&dist=3&output_fields=zinc_id,smiles,tranche"。
  • 按供应商代码检索：网页 https://cartblanche22.docking.org/search/catitems；API 示例：curl "https://cartblanche22.docking.org/catitems.txt:catitem_id=SUPPLIER-CODE-123"。用途包括核实供应商可获得性、检索某目录下全部化合物、交叉引用供应商代码与 ZINC ID。
  • 随机化合物采样：网页 https://cartblanche22.docking.org/search/random；API 示例：curl "https://cartblanche22.docking.org/substance/random.txt:count=100"。参数 count（默认 100）、subset（如 lead-like、drug-like、fragment）、output_fields。示例：curl "https://cartblanche22.docking.org/substance/random.txt:count=1000&subset=lead-like&output_fields=zinc_id,smiles,tranche"。

三、输出字段与 tranche 系统 可通过 output_fields 自定义返回字段，可用字段包括：zinc_id（ZINC 标识符）、smiles（SMILES 字符串）、sub_id（内部物质 ID）、supplier_code（供应商目录号）、catalogs（提供该化合物的供应商列表）、tranche（编码的分子性质：氢键供体数、LogP、分子量、反应性相位）。示例：curl "https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001&output_fields=zinc_id,smiles,catalogs,tranche"。

tranche 格式为 H##P###M###-phase：H## 为氢键供体数（00-99）；P### 为 LogP×10（例如 P035 表示 LogP 3.5）；M### 为分子量（道尔顿，例如 M400 表示 400 Da）；phase 为反应性分类。示例 H05P035M400-0 表示 5 个氢键供体、LogP 3.5、MW 400 Da、反应性相位 0。可用 tranche 数据按类药性标准筛选化合物。

四、3D 结构下载 分子对接所需的 3D 结构可通过文件仓库获取：https://files.docking.org/zinc22/。结构按 tranche 组织，提供多种格式：MOL2（含 3D 坐标的多分子格式）、SDF（结构-数据文件格式）、DB2.GZ（用于 DOCK 的压缩数据库格式）。下载协议与批量访问方法参见 ZINC 文档 https://wiki.docking.org。

五、典型工作流 工作流 1：准备对接库。定义检索条件，使用随机或子集查询获取化合物（如 curl "https://cartblanche22.docking.org/substance/random.txt:count=10000&subset=drug-like&output_fields=zinc_id,smiles,tranche" > docking_library.txt），用 pandas 解析结果并按 tranche 属性过滤，再按 ZINC ID 下载 3D 结构。 工作流 2：寻找命中化合物的类似物。获取命中化合物 SMILES（示例：CC(C)Cc1ccc(cc1)C(C)C(=O)O，即布洛芬），执行相似性搜索（dist=5），解析结果识别可购买类似物，再获取最有希望类似物的 3D 结构。 工作流 3：批量化合物检索。汇总 ZINC ID 列表，合并为逗号分隔字符串，查询 API，处理结果用于下游分析或采购。 工作流 4：化学空间采样。按筛选目标选择子集参数：Fragment（MW<250）、Lead-like（MW 250-350，LogP≤3.5）、Drug-like（MW 350-500，符合 Lipinski 五规则）。生成随机样本后分析化学多样性并准备虚拟筛选。

六、Python 集成 可结合 subprocess 调用 curl，例如定义 query_zinc_by_id、search_by_smiles、get_random_compounds 等函数；使用 pandas 解析返回结果，并可用正则解析 tranche 字段提取氢键供体数、LogP、分子量和相位。

七、最佳实践与注意事项 查询优化：先从精确搜索开始，再扩展到相似性搜索；距离参数按需选择（近类似物用 1-3，多样化类似物用 5-10）；限制输出字段以减少数据传输；尽量在单次 API 调用中合并多个 ZINC ID。 性能：尊重服务器资源，避免快速连续请求；本地缓存常用化合物；下载 3D 结构时可使用并行 wget 或 aria2c；使用 lead-like、drug-like、fragment 子集缩小搜索范围。 数据质量：供应商目录会变化，批量订购前核实可获得性；SMILES 可能未完整指定立体化学，需验证 3D 结构；使用 RDKit、OpenBabel 等工具验证结构有效性；尽可能与 PubChem、ChEMBL 等其他数据库交叉核对。

八、重要声明 ZINC 明确表示：“We do not guarantee the quality of any molecule for any purpose and take no responsibility for errors arising from the use of this database.”（我们不保证任何分子用于任何目的的质量，对使用本数据库产生的错误不承担责任。）化合物可获得性可能不经通知而变化，结构表示可能包含错误，供应商信息应独立核实，实验工作前应进行适当验证。 ZINC 面向药物发现领域的学术与研究用途，商业使用需核实许可条款，处理专利化合物时尊重知识产权，并遵循所在机构的化合物采购指南。

九、参考资料与引用 资源：ZINC 网站 https://zinc.docking.org/；CartBlanche22 界面 https://cartblanche22.docking.org/；ZINC Wiki https://wiki.docking.org/；文件仓库 https://files.docking.org/zinc22/；GitHub https://github.com/docking-org/。技能内 references/api_reference.md 包含完整 API 端点参考、URL 语法与参数、高级查询模式、文件仓库组织、批量下载方法、错误处理以及与分子对接软件的集成。 引用：ZINC22 引用 Irwin, J. J., et al. "ZINC22—A Free Multi-Billion-Scale Database of Tangible Compounds for Ligand Discovery." Journal of Chemical Information and Modeling 2023；ZINC15 引用 Irwin, J. J., et al. "ZINC15 – Ligand Discovery for Everyone." Journal of Chemical Information and Modeling 2020, 60, 6065–6073。