用途：BindingDB（https://www.bindingdb.org/）是公开的药物-蛋白结合亲和力数据库，收录约 140 万个化合物对约 9200 个蛋白靶点的超 300 万条结合数据，来源为文献与专利。该技能用于靶点导向药物发现、SAR 分析、先导化合物选择性/多药理学分析、ML 基准数据集准备与药物重定位等场景。
主要能力：通过 REST API（基础地址 https://www.bindingdb.org/axis2/services/BDBService）按 UniProt ID 查询靶点配体及亲和力，按化合物名称或 SMILES 检索，并支持批量下载 TSV（https://www.bindingdb.org/bind/chemsearch/marvin/Download.jsp）后用 pandas 做本地分析。可提取的关键字段包括配体 SMILES/InChI Key、Ki/Kd/IC50/EC50（nM）、kon/koff、靶点 UniProt 与名称、PDB ID、PubChem CID、ChEMBL ID 等。典型工作流覆盖查找靶点最强抑制剂、选择性分析以及 ML 数据集构建。
使用方式：Python 中可使用 requests 调用 API 方法（如 getLigandsByUniprotID、getAffinitiesByCompoundName、getAffinitiesByBEI），大规模查询建议下载 BindingDB_All.tsv 后用 pandas 读取并按 UniProt ID 与亲和力阈值过滤。
限制与注意：IC50 依赖底物浓度，比较时需结合 Cheng-Prusoff 方程；建议优先使用 Ki 判断直接结合；需注意单位统一为 nM，并可用靶点来源物种字段筛选人源数据；各化合物并非都有全部测量类型，缺失值需处理。与 ChEMBL 交叉参考可补充活性数据。引用：Gilson MK et al. (2016) Nucleic Acids Research, PMID: 26481362。