科研 Skill

靶点与药物数据库检索

pharm-target-drug-databases

从ChEMBL、BindingDB等数据库检索靶点活性数据,统一单位去重整合。适用于SAR建模数据集构建与老药新用线索梳理。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

靶点与药物数据库检索(Target & Drug Database Mining)

适用场景

  • 为某一靶点(如 EGFR、DPP-4)汇总已报道小分子的 IC50/Ki/Kd 数据,构建 SAR 或 QSAR 建模数据集。
  • 为某一已上市药物梳理已知靶点、作用机制、适应症与临床阶段,作为老药新用(drug repurposing)研究背景。
  • 比对多个数据库对同一化合物-靶点对的活性记录,判断数据一致性与可信度。
  • 从 Open Targets 获取靶点-疾病关联证据,为网络药理学或靶点优先级排序提供输入。
  • 为综述或基金申请整理"靶点-配体-药物"概览表。

边界与不适用

  • 仅用于科研数据检索与整理,不提供任何个体用药、剂量、处方或临床治疗建议。
  • 不替代药品说明书或临床指南;数据库中的适应症与临床阶段信息需以监管机构(NMPA、FDA、EMA)公开信息为准。
  • 不负责分子对接、ADMET 预测或剂量-效应曲线拟合(见 pharm-dose-response)。
  • 不绕过数据库许可:DrugBank 完整数据下载需注册并遵守其学术/商业许可,不得把受限数据再分发。

工作流

  1. 明确检索对象与标识符
    • 输入:靶点名称/基因符号或药物名称。
    • 操作:将靶点映射到 UniProt accession、基因符号与物种(人源 vs 鼠源要分开);将化合物映射到 InChIKey、ChEMBL ID、PubChem CID。
    • 产出:标识符映射表。决策点:同名异构体、盐型、外消旋体是否合并——建议按 InChIKey 前 14 位(连接骨架)分组,保留完整 InChIKey 以便回溯。
  2. 多源检索
    • ChEMBL:按 target_chembl_id 拉取 activity 记录,保留 standard_type、standard_relation、standard_value、standard_units、pchembl_value、assay_type、assay_chembl_id、document_chembl_id、data_validity_comment。
    • BindingDB:下载按靶点的 TSV,字段含 Ki/IC50/Kd/EC50 (nM)。
    • PubChem BioAssay:通过 PUG-REST 获取 AID 结果,注意区分初筛(单浓度、活性/非活性)与确证(浓度-反应)实验。
    • IUPHAR/BPS Guide to Pharmacology:获取经专家审核的配体-靶点亲和力(通常为 pKi/pIC50 等对数形式)与靶点分类。
    • Open Targets Platform:获取靶点-疾病关联分数与已知药物(来自 ChEMBL)。
    • DrugBank:查看药物-靶点关系与作用方式;批量使用前核对许可。
  3. 单位统一
    • 将所有浓度型活性值换算为摩尔浓度后取负对数:p 值 = −log10(值[M]),例如 IC50 = 10 nM → pIC50 = 8.0。
    • 只合并同类型终点(IC50 与 Ki 不直接混用;如需合并须在方法中说明并做敏感性分析)。
    • standard_relation 为 >、< 的删失值单独标记,不当作精确值参与均值计算。
  4. 质量过滤与去重
    • 剔除 data_validity_comment 标注异常(如 "Outside typical range"、"Potential transcription error")的记录。
    • 区分 assay_type:B(binding)、F(functional)、A(ADMET);按研究问题选择。
    • 去重:同一化合物-靶点-终点类型的多条记录,取 p 值中位数或几何均值,并记录 n 与标准差;同一文献在 ChEMBL 与 BindingDB 中重复收录时按文献来源(DOI/PMID)合并。
    • 记录跨实验室差异:同一对的 p 值极差 > 1 log 单位时标记为"不一致"。
  5. 整合与注释
    • 合并靶点注释(蛋白家族、IUPHAR 分类)、化合物属性(分子量、最高研发阶段 max_phase)。
    • 产出:长表(每条原始记录)+ 宽表(每化合物-靶点一行汇总)。
  6. 版本与可复现记录
    • 记录各数据库版本号(如 ChEMBL release 编号)、下载日期、检索式与过滤规则。

工具与数据源

最小代码示例(Python)

# pip install chembl_webresource_client pandas numpy
import numpy as np
import pandas as pd
from chembl_webresource_client.new_client import new_client

act = new_client.activity.filter(
    target_chembl_id="CHEMBL203",      # EGFR(人)
    standard_type="IC50",
    standard_relation="=",
).only(["molecule_chembl_id", "standard_value", "standard_units",
        "pchembl_value", "assay_type", "document_chembl_id",
        "data_validity_comment"])

df = pd.DataFrame(list(act))
df = df[df["data_validity_comment"].isna()]
df = df[df["standard_units"] == "nM"].copy()
df["standard_value"] = pd.to_numeric(df["standard_value"], errors="coerce")
df = df[df["standard_value"] > 0]
df["pIC50"] = 9 - np.log10(df["standard_value"])   # nM -> M 后取负对数

summary = (df.groupby("molecule_chembl_id")["pIC50"]
             .agg(pIC50_median="median", n="size", sd="std")
             .reset_index())
summary.to_csv("egfr_ic50_summary.csv", index=False)

质量检查

  • 靶点物种与亚型已核对(人源/鼠源、亚型、突变体分开处理)。
  • 所有活性值单位已统一为 M 并转换为 p 值,换算公式写入方法部分。
  • 删失值(>、<)已单独标记,未当作精确值。
  • 不同终点类型(IC50/Ki/Kd/EC50)未在未说明的情况下混合。
  • 跨库重复记录已按文献来源去重,保留 n 与离散度。
  • 结构已标准化(去盐、中和、互变异构体处理)并以 InChIKey 去重。
  • 记录了数据库版本、下载日期和检索式。
  • 遵守各数据库许可(ChEMBL CC BY-SA 署名与相同方式共享;DrugBank 不再分发)。

输出格式

  • records_long.csv:source、source_id、compound_id、inchikey、target_uniprot、endpoint_type、relation、value_M、p_value、assay_type、reference。
  • pairs_summary.csv:compound_id、target_uniprot、endpoint_type、p_median、n、sd、range、consistency_flag。
  • 方法说明:数据库及版本、过滤规则、去重规则、单位换算。

参考规范与文献

  • Gaulton A, et al. 2017. The ChEMBL database in 2017. Nucleic Acids Research.
  • Gilson MK, et al. 2016. BindingDB in 2015. Nucleic Acids Research.
  • Harding SD, et al. IUPHAR/BPS Guide to Pharmacology 数据库年度更新论文(Nucleic Acids Research 数据库专刊)。
  • Ochoa D, et al. Open Targets Platform 年度更新论文(Nucleic Acids Research)。
  • Wishart DS, et al. 2018. DrugBank 5.0. Nucleic Acids Research.
  • Kim S, et al. PubChem 年度更新论文(Nucleic Acids Research)。

示例提示词

请从 ChEMBL 和 BindingDB 汇总 EGFR 抑制剂的 IC50 数据,统一单位并去重后给出 pIC50 分布。

所属插件

药学与药理学面向药学与药理学研究:靶点与药物数据库、剂量-效应与联用协同、非房室药动学与生物等效、群体药动学建模、药物警戒信号挖掘、药物利用研究、药理实验设计与制剂 QbD。

安装该插件会一并获得同领域的 9 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

靶点与药物数据库检索能做什么?

从ChEMBL、BindingDB等数据库检索靶点活性数据,统一单位去重整合。适用于SAR建模数据集构建与老药新用线索梳理。

如何安装靶点与药物数据库检索?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「靶点与药物数据库检索」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

靶点与药物数据库检索需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

靶点与药物数据库检索经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。