pubchem-database

PubChem 化合物数据库查询工具

技能概述

PubChem Database 是一个基于 PUG-REST API 和 PubChemPy 的化学信息学工具，帮助用户快速查询全球最大的免费化学数据库，获取化合物结构、分子属性、相似性搜索和生物活性数据。

适用场景

1. 药物研发与先导化合物筛选

在药物发现过程中，研究人员需要快速找到与已知药物结构相似的化合物，或筛选含有特定药效团的分子。本技能支持通过 SMILES 进行相似性搜索和子结构检索，帮助研究人员从 1.1 亿+化合物中找到潜在候选药物，并结合 Lipinski 规则进行类药性评估。

2. 化合物属性批量获取与分析

化学家和研究人员需要同时获取多个化合物的分子属性（分子量、LogP、TPSA、氢键数等）用于构效关系分析。本技能提供批量查询功能，可一次性获取数十个化合物的完整属性列表，支持导出为 DataFrame 进行进一步统计分析。

3. 化学标识符转换与结构可视化

研究人员常需在不同化学标识符格式之间转换（如从化合物名到 SMILES，从 CID 到 InChI），或获取化合物的 2D 结构图用于论文和报告。本技能支持多种标识符类型的互相转换，并可下载 PNG/SDF/JSON 格式的结构文件。

核心功能

1. 多方式化合物检索

支持通过化学名称、CID（化合物 ID）、SMILES、InChI 或分子式查询化合物。只需输入任一标识符，即可获取对应的化合物完整信息，包括 IUPAC 名称、分子式、分子量、canonical SMILES、InChI 等标准标识符。

2. 分子属性与生物活性数据获取

可获取 30+ 种分子属性，包括基础属性（分子量、分子式）、物理化学性质（XLogP、TPSA、氢键给体/受体数）以及 2.7 亿+ 生物活性测试数据。支持按活性结果筛选，帮助快速了解化合物的生物活性概况。

3. 结构相似性与子结构搜索

基于 Tanimoto 系数进行化合物相似性搜索，找到结构相关的化合物；或通过子结构搜索定位含有特定官能团（如苯环、吡啶、羧酸、磺酰胺）的分子。这些功能适用于虚拟筛选和药效团探索。

常见问题

PubChem 数据库的数据来源是什么？

PubChem 由美国国家生物技术信息中心（NCBI）维护，整合了来自科研机构、制药公司和公开数据库的化学物质信息，包含超过 1.1 亿个化合物和 2.7 亿条生物活性记录，完全免费开放使用。

API 有请求频率限制吗？

有。PUG-REST API 限制每秒最多 5 个请求，每分钟最多 400 个请求。建议在批量查询时添加 0.2-0.3 秒的延迟，或使用 CID 代替名称查询以提高效率。相似性和子结构搜索是异步操作，可能需要 15-30 秒完成。

可以批量查询多个化合物吗？

可以。使用 PubChemPy 或内置的 compound_search.py 脚本，可以传入化合物列表进行批量查询。建议先缓存常用化合物的 CID，因为 CID 查询比名称或结构查询更快且更稳定。对于超大规模查询，建议分批次进行并添加适当延迟。