# ZINC 数据库 ## 概述 ZINC 是一个可免费访问的存储库，包含 UCSF 维护的 2.3 亿多个可购买化合物。通过 ZINC ID 或 SMILES 进行搜索，执行相似性搜索，下载 3D 就绪结构进行对接，发现用于虚拟筛选和药物发现的类似物。 ## 何时使用此技能该技能应该在以下情况下使用： * **虚拟筛选**：寻找用于分子对接研究的化合物 * **先导化合物发现**：识别用于药物开发的商用化合物 * **结构搜索** ：通过 SMILES 执行相似性或类似搜索 * **化合物检索**：通过 ZINC ID 或供应商代码查找分子 * **化学空间探索**：探索可购买的化学多样性 * **对接研究**：访问 3D 就绪分子结构 * **模拟搜索**：根据结构相似性查找相似化合物 * **供应商查询**：识别来自特定化学品供应商的化合物 * **随机抽样**：获取随机化合物集进行筛选 ## 数据库版本 ZINC 已经发展了多个版本： * **ZINC22**（当前）：最大版本，拥有超过 230 百万种可购买化合物和数十亿规模的按需生产化合物 * **ZINC20** ：仍然保留，专注于类铅和类药物化合物 * **ZINC15** ：前身版本，遗留但仍记录在案该技能主要关注 ZINC22，这是最新、最全面的版本。 ## 访问方法 ### 网页界面主要访问点：交互式搜索： ### API 访问所有 ZINC22 搜索都可以通过 CartBlanche22 API 以编程方式执行： **基本 URL** ：`https://cartblanche22.docking.org/` 所有 API 端点都以文本或 JSON 格式返回带有可自定义字段的数据。 ## 核心能力 ### 1\.按锌 ID 搜索使用 ZINC 标识符检索特定化合物。 **网络界面**： **API端点**：卷曲“https://cartblanche22.docking.org/[email protected]_fields=smiles,zinc_id” **多个 ID** : 卷曲“https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001,ZINC000000000002&output_fields=smiles,zinc_id,tranche” **响应字段**：`zinc_id`、`smiles`、`sub_id`、`supplier_code`、`catalogs`、`tranche`（包括 H 计数、LogP、MW、相位） ### 2\.按微笑搜索使用 SMILES 表示法按化学结构查找化合物，并具有用于模拟搜索的可选距离参数。 **网络界面**： **API端点**：卷曲“https://cartblanche22.docking.org/[email protected]=4-Fadist=4” **参数**： * `smiles`：查询 SMILES 字符串（如有必要，可进行 URL 编码） * `dist`：谷本距离阈值（默认：0表示精确匹配） * `adist`：用于更广泛搜索的替代距离参数（默认值：0） * `output_fields`：所需输出字段的逗号分隔列表 **示例 - 完全匹配**：卷曲“https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1” **示例 - 相似性搜索**：卷曲“https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1&dist=3&output_fields=zinc_id,smiles,tranche” ### 3\.按供应商代码搜索查询来自特定化学品供应商的化合物或从特定目录中检索所有分子。 **网络界面**： **API端点**：卷曲“https://cartblanche22.docking.org/catitems.txt:catitem_id=SUPPLIER-CODE-123” **用例**： * 验证特定供应商的化合物可用性 * 从目录中检索所有化合物 * 交叉引用供应商代码与 ZINC ID ### 4\.随机复合抽样生成随机化合物集用于筛选或基准测试目的。 **网络界面**： **API端点**：卷曲“https://cartblanche22.docking.org/substance/random.txt:count=100” **参数**： * `count`：要检索的随机化合物的数量（默认值：100） * `subset`：按子集过滤（例如，“类先导”、“类药物”、“片段”） * `output_fields`: 自定义返回的数据字段 **示例 - 随机铅状分子**：卷曲“https://cartblanche22.docking.org/substance/random.txt:count=1000&subset=lead-like&output_fields=zinc_id,smiles,tranche” ## 常见工作流程 ### 工作流程 1：准备对接库 1. **根据目标特性或所需的化学空间定义搜索标准** 2. **使用适当的搜索方法查询 ZINC22**： # 示例：获取具有特定 LogP 和 MW 的药物样化合物卷曲“https://cartblanche22.docking.org/substance/random.txt:count=10000&subset=drug-like&output_fields=zinc_id,smiles,tranche”>对接_library.txt 3. **解析结果**以提取 ZINC ID 和 SMILES：将 pandas 导入为 pd # 加载结果 df = pd.read_csv('docking_library.txt', sep='\t') # 按批次数据中的属性过滤 # 批次格式：H##P###M###-phase # H = 氢键供体，P = LogP*10，M = MW 4. **使用 ZINC ID 下载 3D 结构**以进行对接或从文件存储库下载 ### 工作流程 2：寻找热门化合物的类似物 1. **获取命中化合物的 SMILES**： hit_smiles = "CC(C)Cc1ccc(cc1)C(C)C(=O)O" # 示例：布洛芬 2. **使用距离阈值执行相似性搜索**：卷曲“https://cartblanche22.docking.org/smiles.txt:smiles=CC(C)Cc1ccc(cc1)C(C)C(=O)O&dist=5&output_fields=zinc_id,smiles,catalogs”>类似物.txt 3. **分析结果**以识别可购买的类似物：将 pandas 导入为 pd 类似物 = pd.read_csv('analogs.txt', sep='\t') print(f"找到 {len(analogs)} 类似物") print(analogs[['zinc_id', '微笑', '目录']].head(10)) 4. **检索 3D 结构**以获得最有前途的类似物 ### 工作流程 3：批量化合物检索 1. **从文献、数据库或之前的屏幕中编译 ZINC ID 列表**：锌_ids = [ “ZINC000000000001”， “ZINC000000000002”， “锌000000000003” ] zinc_ids_str = ",".join(zinc_ids) 2. **查询ZINC22 API** : 卷曲“https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001,ZINC000000000002&output_fields=zinc_id,smiles,supplier_code,catalogs” 3. **处理结果**用于下游分析或采购 ### 工作流程 4：化学空间采样 1. **根据筛选目标选择子集参数**： * 片段：MW < 250，有利于基于片段的药物发现 * 类铅：MW 250-350，LogP ≤ 3.5 * 类药物：MW 350-500，遵循 Lipinski 的五法则 2. **生成随机样本** : 卷曲“https://cartblanche22.docking.org/substance/random.txt:count=5000&subset=lead-like&output_fields=zinc_id,smiles,tranche”>chemical_space_sample.txt 3. **分析化学多样性**并为虚拟筛选做好准备 ## 输出字段使用“output_fields”参数自定义 API 响应： **可用字段**： * `zinc_id`: ZINC 标识符 * `smiles`: SMILES 字符串表示 * `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`：编码分子特性（H 计数、LogP、MW、反应相） **示例**：卷曲“https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001&output_fields=zinc_id,smiles,catalogs,tranche” ## 分级制度 ZINC 根据分子特性将化合物组织成“部分”： **格式** : `H##P###M###-相` * **H##** : 氢键供体数量 (00-99) * **P###** ：LogP × 10（例如，P035 = LogP 3.5） * **M###** ：以道尔顿为单位的分子量（例如，M400 = 400 Da） * **阶段**：反应性分类 **批次示例**：`H05P035M400-0` * 5 个氢键捐助者 * LogP = 3.5 * 兆瓦 = 400 Da * 反应阶段 0 使用批次数据按药物相似性标准过滤化合物。 ## 下载 3D 结构对于分子对接，可通过文件存储库获取 3D 结构： **文件存储库**：结构按部分组织，并以多种格式提供： * MOL2：具有 3D 坐标的多分子格式 * SDF：结构数据文件格式 * DB2.GZ：DOCK 的压缩数据库格式请参阅上的 ZINC 文档，了解下载协议和批量访问方法。 ## Python 集成 ### 在 Python 中使用curl 导入子流程导入 json def query_zinc_by_id（zinc_id，output_fields =“zinc_id，微笑，目录”）： """通过 ZINC ID 查询 ZINC22。""" url = f"https://cartblanche22.docking.org/[email protected]_id={zinc_id}&output_fields={output_fields}" 结果 = subprocess.run(['curl', url], capture_output=True, text=True) 返回结果.stdout def search_by_smiles（微笑，dist = 0，adist = 0，output_fields =“zinc_id，微笑”）： """使用可选距离参数通过 SMILES 搜索 ZINC22。""" url = f"https://cartblanche22.docking.org/smiles.txt:smiles={smiles}&dist={dist}&adist={adist}&output_fields={output_fields}" 结果 = subprocess.run(['curl', url], capture_output=True, text=True) 返回结果.stdout def get_random_compounds(count=100,subset=None,output_fields=“zinc_id,smiles,tranche”): """从 ZINC22 中获取随机化合物。""" url = f"https://cartblanche22.docking.org/substance/random.txt:count={count}&output_fields={output_fields}" 如果子集： url += f"&subset={subset}" 结果 = subprocess.run(['curl', url], capture_output=True, text=True) 返回结果.stdout ### 解析结果将 pandas 导入为 pd 从 io 导入 StringIO # 查询 ZINC 并解析为 DataFrame 结果 = query_zinc_by_id("ZINC000000000001") df = pd.read_csv(StringIO(结果), sep='\t') # 提取批次属性 def parse_tranche(tranche_str): """解析 ZINC 批次代码以提取属性。""" # 格式：H##P###M###-相进口再 match = re.match(r'H(\d+)P(\d+)M(\d+)-(\d+)', tranche_str) 如果匹配：返回{ 'h_donors': int(match.group(1)), 'logP': int(match.group(2)) / 10.0, 'MW': int(match.group(3)), '阶段': int(match.group(4)) } 返回无 df['tranche_props'] = df['tranche'].apply(parse_tranche) ## 最佳实践 ### 查询优化 * **开始具体**：从精确搜索开始，然后扩展到相似性搜索 * **使用适当的距离参数** ：较小的距离值 (1-3) 用于接近的类似物，较大的距离值 (5-10) 用于不同的类似物 * **限制输出字段** ：仅请求必要的字段以减少数据传输 * **批量查询** ：如果可能，在单个 API 调用中组合多个 ZINC ID ### 性能考虑因素 * **速率限制** ：尊重服务器资源；避免快速连续的请求 * **缓存** ：在本地存储经常访问的化合物 * **并行下载** ：下载 3D 结构时，对文件存储库使用并行 wget 或 aria2c * **子集过滤** ：使用类先导、类药物或片段子集来减少搜索空间 ### 数据质量 * **验证可用性**：供应商目录发生变化；在大订单之前确认化合物的可用性 * **检查立体化学**：SMILES 可能无法完全指定立体化学；验证 3D 结构 * **验证结构** ：使用化学信息学工具（RDKit、OpenBabel）验证结构有效性 * **交叉参考**：如果可能，与其他数据库（PubChem、ChEMBL）交叉检查 ## 资源 ### 参考资料/api_reference.md 综合文档包括： * 完整的API端点参考 * URL语法和参数规范 * 高级查询模式和示例 * 文件存储库的组织和访问 * 批量下载方式 * 错误处理和故障排除 * 与分子对接软件集成请参阅本文档以获取详细的技术信息和高级使用模式。 ## 重要免责声明 ### 数据可靠性 ZINC 明确声明：**“我们不保证任何用途的任何分子的质量，也不对因使用该数据库而产生的错误承担任何责任。”** * 化合物供应情况可能会发生变化，恕不另行通知 * 结构表示可能包含错误 * 供应商信息应独立验证 * 在实验工作之前进行适当的验证 ### 适当使用 * ZINC 用于药物发现的学术和研究目的 * 验证商业用途的许可条款 * 使用专利化合物时尊重知识产权 * 遵循您所在机构的化合物采购指南 ## 其他资源 * **ZINC 网站**： * **CartBlanche22 接口** : * **ZINC 维基**： * **文件存储库**： * **GitHub**： * **主要出版物**：Irwin 等人，J. Chem。信息。 2020 型 (ZINC15) * **ZINC22 出版物**：Irwin 等人，J. Chem。信息。型号2023 ## 引文在出版物中使用 ZINC 时，请引用适当的版本： **ZINC22**：Irwin, J. J. 等人。 “ZINC22——用于配体发现的免费的数十亿规模的有形化合物数据库。” _化学信息与建模杂志_ 2023。 **ZINC15**：Irwin, J. J. 等人。 “ZINC15——适合所有人的配体发现。” _化学信息与建模杂志_ 2020, 60, 6065–6073。

锌数据库

包含技能