drugbank-database

用途

DrugBank Database 技能用于以编程方式访问和分析 DrugBank 生物信息学与化学信息学数据库。DrugBank 收录约 9,591 条药物条目，包括 2,037 个 FDA 批准的小分子、241 个生物技术药物、96 个营养保健品以及 6,000 多个实验化合物，每条目包含 200 多个数据字段。该技能面向药物发现、药理学研究、多重用药安全分析、药物重定位等需要结构化药物数据的任务。

主要能力

1. 数据访问与认证

使用 Python 下载和访问 DrugBank 数据，提供安装与配置 drugbank-downloader 包、通过环境变量或配置文件安全管理凭据、下载指定或最新数据库版本、高效打开与解析 XML 数据、使用缓存数据优化性能等指导。

2. 药物信息查询

从数据库中提取药物标识符、化学性质、药理学、临床数据及外部数据库交叉引用。支持按 DrugBank ID、名称、CAS 号或关键词搜索；提取基本信息（名称、类型、描述、适应症）；获取化学性质（SMILES、InChI、分子式）；获取药理学数据（作用机制、药效动力学、ADME）；访问外部标识符（PubChem、ChEMBL、UniProt、KEGG）；构建可搜索药物数据集并导出为 DataFrame；按类型筛选药物。

3. 药物-药物相互作用分析

分析药物相互作用（DDI）的机制、临床意义及相互作用网络。支持提取特定药物的所有相互作用、构建双向相互作用网络、按严重程度和机制分类、检查药物对之间的相互作用、识别相互作用最多的药物、分析多重用药方案安全性、创建相互作用矩阵与网络图、在相互作用网络中进行社区检测、计算相互作用风险评分。

4. 药物靶点与通路

访问药物-蛋白质相互作用信息，包括靶点、酶、转运体、载体及生物通路。支持提取带作用（抑制剂、激动剂、拮抗剂）的药物靶点、识别代谢酶（CYP450、II 相酶）、分析转运体（摄取、外排）用于 ADME 研究、将药物映射到生物通路（SMPDB）、查找靶向特定蛋白质的药物、识别共享靶点药物用于重定位、分析多药理学与脱靶效应、提取靶点的 Gene Ontology（GO）术语、与 UniProt 交叉引用蛋白质数据。

5. 化学性质与相似性

进行基于结构的分析，包括分子相似性搜索、性质计算、子结构搜索及 ADMET 预测。支持提取化学结构（SMILES、InChI、分子式）、计算理化性质（MW、logP、PSA、氢键）、应用 Lipinski 五规则与 Veber 规则、计算分子间 Tanimoto 相似度、生成分子指纹（Morgan、MACCS、拓扑）、使用 SMARTS 模式进行子结构搜索、查找结构相似药物用于重定位、创建相似性矩阵用于药物聚类、预测口服吸收与血脑屏障通透性、使用 PCA 与聚类分析化学空间、导出化学性质数据库。

使用方式

安装要求

Python 包安装命令：

uv pip install drugbank-downloader  # Core access
uv pip install bioversions          # Latest version detection
uv pip install lxml                 # XML parsing optimization
uv pip install pandas               # Data manipulation
uv pip install rdkit                # Chemical informatics (for similarity)
uv pip install networkx             # Network analysis (for interactions)
uv pip install scikit-learn         # ML/clustering (for chemical space)

账户设置

在 go.drugbank.com 创建免费账户
接受许可协议（学术用途免费）
获取用户名和密码凭据
按 references/data-access.md 文档配置凭据

数据版本与可复现性

始终指定 DrugBank 版本以保证研究可复现：

from drugbank_downloader import download_drugbank
path = download_drugbank(version='5.1.10')  # Specify exact version

在出版物和分析脚本中记录所用版本。

典型工作流

药物发现：下载最新数据 → 构建可搜索药物数据库 → 查找相似化合物 → 识别共享靶点 → 检查候选组合安全性
多重用药安全分析：查询患者用药 → 检查所有两两相互作用 → 分类相互作用严重程度 → 计算总体风险评分 → 理解相互作用机制
药物重定位研究：查找共享靶点药物 → 查找结构相似药物 → 提取适应症与药理学数据 → 评估潜在联合疗法
药理学研究：提取目标药物 → 识别所有蛋白质相互作用 → 映射到生物通路 → 预测 ADMET 性质 → 识别潜在禁忌症

适用场景

药物发现、多重用药安全分析、临床决策支持、药物相互作用预测、药物警戒研究、禁忌症识别、作用机制研究、药物重定位研究、靶点识别、通路分析、脱靶效应预测、药物代谢理解、构效关系（SAR）研究、药物相似性搜索、QSAR 建模、类药性评估、ADMET 预测、化学空间探索。

限制

需要 DrugBank 账户及凭据，学术用途免费，其他用途需确保许可合规
需安装多个 Python 包（drugbank-downloader、bioversions、lxml、pandas、rdkit、networkx、scikit-learn）
解析 XML 时需正确处理命名空间
使用前应通过 RDKit 验证化学结构
解释相互作用数据时需考虑临床背景
具体收费、价格、平台支持等信息暂未提供

最佳实践

凭据：使用环境变量或配置文件，切勿硬编码
版本：指定精确数据库版本以保证可复现性
缓存：缓存已解析数据以避免重复下载和解析
命名空间：解析时正确处理 XML 命名空间
验证：使用前通过 RDKit 验证化学结构
交叉引用：使用外部标识符（UniProt、PubChem）进行整合
临床背景：解释相互作用数据时始终考虑临床背景
许可合规：确保使用场景的适当许可

参考文档

详细实现指导组织在模块化参考文件中：

references/data-access.md：认证、下载、解析、API 访问、缓存
references/drug-queries.md：XML 导航、查询方法、数据提取、索引
references/interactions.md：DDI 提取、分类、网络分析、安全评分
references/targets-pathways.md：靶点/酶/转运体提取、通路映射、重定位
references/chemical-analysis.md：结构提取、相似性、指纹、ADMET 预测

根据具体分析需求加载这些参考文件。