化合物/特定化合物数据库汇总

 

　　http://pubchem.ncbi.nlm.nih.gov/

 

　　PubChem数据库于2004年正式对方开放使用，这是一个可以免费获取使用的数据库，其中包含了很多与有机小分子化学结构及其生物活性相关的信息。它包含了结构、命名和计算物理化学数据，并与NIH PubMed/ Entrez信息链接。

 

　　PubChem的数据信息被划分成三个相互关联的数据库，即PubChem Substance、PubChem Compound和PubChem BioAssay，这三个数据库都隶属于NCBI的Entrez信息检索系统。

 

　　截止到2016年1月28日，这三个数据库的基本增长情况如下：

 

　　化合物：八千二百六十万个化合物数据条目，包括纯化学化合物和具有化学性质的化合物；

 

　　物质：一亿九千八百万个条目，也包括了混合物、提取物、配合物以及未表征的物质；

 

　　生物测定：一百一十万高通量筛选项目中的数百万个数值中产生的生物活性结果。

 

　　另外，PubChem还提供化学结构相似性搜索工具。目前PubChem拥有九千万个独有的化学结构信息，还有80个数据分包商参与该数据库的数据信息扩展。

 

　　在PubChem数据库成立不久，美国化学会旗下的化学文摘社（Chemical Abstracts Service）发现自己面临对方带来的直接挑战。双方面对的是非常严峻的市场利益分割问题，而美国化学会随即讨好美国国会，限制PubChem的运营。

 

　　ChEBI

 

　　http://www.ebi.ac.uk/chebi/

 

　　ChEBI是“生物兴趣化学实体（Chemical Entities of Biological Interest）” 的简称，它是一个可以免费获取的以小分子化合物为主的分子条目字典。ChEBI中的化学物质不仅有天然产物（代谢产物），也含有用于介入生物体（药物或毒素）过程的合成物。

 

　　ChEBI中的结构和命名信息都可以链接到其他广受好评的数据库。本数据库使用本体论分类方式，在这种分类方式的帮助下，分子条目之间的关系或者条目的分类及其父类或者子类都可以精确的被划分。ChEBI数据库中现在有15,500多个化学成分信息。

 

　　ChEBI里面的数据来源于多个数据库，其中最主要的来源有四个：

 

　　IntEnz—为综合相关酶数据库（Integrated Relational Enzyme），它是酶系统命名法的大师级数据库，是国际生物化学与分子生物学联合会—命名委员会推荐的酶催化反应的命名与分类数据库。

 

　　KEGG COMPOUND—隶属于京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes）配体数据库的一部分，COMPOUND是专门收集生物化合物结构的数据库。

 

　　PDBeChem—是提供化学成分字典（Chemical Component Dictionary）获取途径的网络服务器。

 

　　ChEMBL—为生物活性化合物及其定量特性和生物活性数据库，它们提取自一些基本的科学研究文献。

 

　　ChemSpider

 

　　http://www.chemspider.com/

 

　　ChemSpider是一个隶属于英国皇家化学会的汇总数据库，包含了来自不同资源提供的五千五百多个化合物信息。现在，该数据库含有的信息包括海洋天然产物数据、ACD实验室化学数据库、EPA的DSSTox数据库以及来自不同供应商的一系列化学物质信息。数据库拥有多种搜索工具，而且大多数化合物都有计算物理化学性质值。

 

　　在线数据库提供了诸多服务，包括化学名称转换为化学结构、SMILES和InChI字符串的生成，以及理化参数的预测，对允许核磁共振预测的Web服务的集成。数据库的合成页面是由英国皇家化学会提供的免费合成化学流程免费交互数据库。

 

　　ChemSpider数据库使用文本挖掘的方法对化学文档进行标记。ChemMantis作为化学标记与命名转换集成系统（Chemistry Markup And Nomenclature Transformation Integrated System），使用某些算法从文献和网页中定义并提取化学名称，然后使用化学名称-结构转换算法根据ChemSpider数据库的字典查找功能将这些化学名称转换成化学结构。

 

　　数据库提供以下查询方式：

 

　　标准查询方式包括系统名称、商业名称和同义词、登记号查询；

 

　　高级查询方式提供互动式搜索，通过化合物结构、化合物子结构，分子式以及分子量、CAS编号、供应商等进行高级搜索。还可以对搜索得到的结果进行进一进步的筛选以限定更小的搜寻范围；

 

　　ChemSpider还提供以iOS软件应用（iPhone/iPod/iPad）为平台的移动设备搜索。同时也支持安卓系统。

 

　　KEGG Glycan

 

　　http://www.genome.jp/kegg/glycan/

 

　　KEGG Glycan是一个专门汇总经实验确定的聚糖结构的数据库。数据库当中独有的结构来自CarbBank、近期发表的文献以及KEGG通路中存在的结构。KEGG Glycan拥有11,000多个来源于真核和原核源的糖链结构。

 

　　有关KEGG的更多信息这里不做赘述，朋友们可以点击《代谢通路数据库汇总》查看。

 

　　Explorer

 

　　http://exposome-explorer.iarc.fr/

 

　　Exposome-Explorer是全球第一个专门针对暴露于致病环境风险因素的生物标志物数据库。它包含了关于生物标志物属性、人口以及用于生物标志物分析的方法、测量、样本分析、样本浓度、外部暴露测量的相关性以及随着时间推移的生物重复性方面的详细信息。

 

　　Exposome-Explorer由加拿大艾伯塔大学与世界健康组织的国际癌症研究署（IARC）共同创建，由IARC和欧盟委员会提供资金支持。

 

　　Exposome（暴露组）包了括从概念开始的全人类环境（即非遗传性）暴露的补充基因组。这个概念首先由Christopher Wild博士在2005年的文章"Complementing the Genome with an “Exposome”: The Outstanding Challenge of Environmental Exposure Measurement in Molecular Epidemiology"（用“暴露组”对基因组进行补充：分子流行病学环境暴露测量的突出挑战）。

 

　　暴露组的概念以及评估方法已经带来了多种角度的讨论。虽然目前尚不可能对其进行测量或者建立完整的暴露组模型，但是最近一些欧洲的项目（HELIX、EXPOsOMICS、HEALS）和美国提倡的HERCULES项目已经开始进行尝试。