PubChem-简介

一、PubChem-简介

PubChem是美国国立卫生研究院的开放化学数据库。您可将科学数据存储其中，全球数百万用户每月使用此平台。主要包含小分子，但亦囊括较大分子，如核苷酸、碳水化合物、脂质、肽及化学修饰的分子。PubChem收集化学结构、标识符、性质、生物活性、专利、健康、安全、毒性等信息。数据来自数百个源，包括政府机构、化学品供应商、期刊出版商等。数据量持续增长，最新统计显示：

Compounds| 109,291,314|独特化学结构

Substances|269,783,826|化学实体信息

BioAssays|1,229,047|生物学实验

Bioactivities|273,576,401|生物活性数据

Pathways|237,916|化学物质、基因与蛋白质相互作用

Literature|32,013,955|链接科学出版物

PubChem中的数据集包括化合物、物质、生物试验、基因、蛋白质、生物活性数据、路径、文献、专利等。数据由众多数据源提供，如政府机构、化学品供应商、期刊出版商等。

PubChem概念包括物质、化合物、生物试验。物质数据由数据源使用PubChem Upload提交，每个数据源每个记录分配唯一SID。化合物则在包含可标准化为相同化学结构的物质记录中生成，形成CID。生物试验数据由数据源提交生物活性测试结果及相关注释，每个实验分配AID，包括研究人员定义的生物活性测定。

PubChem提供数据下载，除许可协议阻止的特定数据集外，大多数据可下载。

二、PubChem:有机小分子生物活性数据库

1、在众多分子数据库中，有机小分子生物活性数据领域的佼佼者无疑是PubChem。它由美国国家健康研究院支持，由美国国家生物技术信息中心（NCBI）维护，是一个集实用性和全面性于一体的查询平台。NCBI的免费数据库资源丰富，PubChem只是其中之一，如之前介绍的GEO数据库也是NCBI的产物。

2、PubChem数据库涵盖了海量的有机分子信息，不仅提供了化学物质的理化特性介绍，而且深入挖掘了每个有机分子的生物活性数据，为生物医药和生化交叉领域的研究者提供了宝贵资源。用户可以通过名称、分子式、结构标识等多种方式搜索，获取化学性质、生物活性、安全性、毒性数据，以及专利、文献引用等详细信息。据统计，它拥有11100万种化合物、28700万种物质、27300万种生物活性数据、3200万篇相关文献和250万种专利。

3、PubChem分为三个子数据库，包括生物活性数据的BioAssay、化合物结构信息的Compound，以及原始数据的 Substance。对于习惯使用Entrez的用户，新主页还提供了Entrez链接。搜索方式灵活多样，如结构相似或子结构搜索，以及通过Draw Structure功能直接绘制结构图。

4、以分子式C9H8O4为例，搜索结果多达1137项，如阿司匹林。查询结果包括PubChem CID、结构、安全信息等基础数据，以及详细到2D和3D结构、化学性质、光谱信息、文献和专利等15个方面的深入信息，帮助用户全面了解化合物背景知识。此外，PubChem还提供了编程服务和FTP下载，为专业研究人员提供了更深度的数据挖掘途径。

5、总的来说，PubChem是一个功能强大、内容丰富的有机小分子生物活性数据库，无论是在研究阶段还是在实际应用中，都能为化学、生物和医药领域的专业人士提供有力支持。通过PubChem，用户可以深入探索和理解化学世界中的无数奥秘。

三、如何高效利用PubChem数据库一文带你了解核心功能

PubChem数据库，由NCBI管理，是全球领先的化学数据库之一。截至2024年6月，它收录了11800万种化合物结构信息，31800万种用户上传的化合物数据，以及29500万种实验结果或文献支持的化合物生物活性数据，同时还有4100万篇相关文献和5100万相关专利，以及113242个靶基因、247611个靶蛋白和241163条通路信息。其引用数据来源总计995个，覆盖了大量化合物信息，包括结构、理化性质、生物活性、毒性和安全性数据，并提供了详细的文献或专利支持。

要高效利用PubChem数据库，可以遵循以下步骤进行操作：

首先，通过关键词检索快速查找所需信息。在主页检索框输入关键词，如化合物名称、化学式、CAS号、SMELE码、InchI表达式、基因名或Covid-19专题检索功能等。以阿司匹林为例，检索结果包括一条最佳匹配的单体数据、106条化合物结构信息、835条底物数据、39条通路数据、2246条药物活性数据，以及7万多条相关文献和专利。

点击‘best match’下的第一条数据，可以查看详细的aspirin信息概览，包括PubChem CID、化合物结构、化学安全分类、分子式、同义词、分子量和数据更新时间。同时，还有aspirin的药理功能注释、肝毒性信息、NCI Thesaurus、LiverTox和DrugBank数据库链接。右侧栏为该页面所展示的信息目录。

Structures：展示aspirin的2D、3D和晶体结构，提供结构信息文件下载或保存图片，并可检索结构相似的化合物。

Names and Identifiers：展示aspirin的各种表达式、别名和标识符。

Chemical and Physical Properties：展示aspirin的理化性质，包括实验和预测结果。

Spectral Information：提供aspirin的光谱信息，包括核磁共振谱、质谱、红外紫外光谱和Raman光谱等。

此外，平台还提供了相关记录、化学供应商信息、临床信息、药理学性质、毒理学特征、疾病关联、文献、生物分子交互和途径、生物测试结果等详细信息。

对于复杂结构的检索，可以使用结构式检索功能。在首页点击Draw Structure，输入或绘制结构图，获取结果包括同一性、相似性、子结构和上层结构。进入各化合物详情页面，结果与关键词检索类似。

另一种批量检索方式是通过UPLOAD ID LIST功能。在首页下载示例数据，选择数据类型，上传示例数据文件，进行检索，右侧提供批量下载选项。

在PubChem数据库的元素周期表中，点击任何元素即可查看其详细信息。

需要注意的是，尽管PubChem数据库提供了丰富资源，但对于非专业人士来说，其搜索选项可能较为复杂，需要一定的学习成本。界面的直观性和简洁性也可能是问题之一。对于某些特定的化合物或研究领域，数据库提供的数据可能不够详细或深入，特别是查询化合物参与的反应数据时，可能无法清晰地展示结果。

在寻找解决方案的过程中，我发现了国产化学数据库MolAid化合物检索及智能合成一体化数字平台。MolAid不仅具备PubChem的核心功能，还支持谱图检索。它收录了1.6亿个化合物，拥有5000万条反应数据，20万张真实实验谱图，以及100万有机晶体数据，并提供了740万条商品信息。MolAid平台具有中文操作界面，易于上手，可能更符合某些用户的需求。