Cơ sở dữ liệu hóa học miễn phí: hướng dẫn thực tế cho sinh viên và nhà nghiên cứu

Đăng: 06/10/2026 · Tác giả: Rafeeque Mavoor · Chuyên mục: Hướng dẫn · Dữ liệu kiểm tra: tháng 10 năm 2026

Sớm hay muộn sinh viên hóa học đều gặp cùng một vấn đề: bạn có một phân tử, và cần tính chất, hoạt tính sinh học, cấu trúc tinh thể, phổ tham chiếu hay bằng sáng chế của nó. Mỗi câu hỏi đó nằm ở một cơ sở dữ liệu khác nhau. Bài hướng dẫn này giải thích từng cơ sở dữ liệu hóa học miễn phí lớn là gì, dùng tốt cho việc gì, quy mô ra sao, giấy phép cho phép những gì và cách truy vấn, kèm các URL ví dụ thực tế mà chúng tôi đã thử trước khi đăng.

Mọi số liệu dưới đây đều đã được kiểm tra vào tháng 10 năm 2026 trên trang chính thức hoặc API. Quy mô cơ sở dữ liệu thay đổi sau mỗi phiên bản, nên hãy coi chúng là ảnh chụp tại một thời điểm, không phải hằng số.

Cơ sở dữ liệu hóa học là gì?

Cơ sở dữ liệu hóa học là một tập hợp cấu trúc hóa học có thể tìm kiếm, liên kết với dữ liệu về chúng: tên, mã định danh, tính chất tính toán, phép đo thực nghiệm, hoạt tính sinh học, tọa độ 3D, phổ hoặc tài liệu công bố chúng. Hầu hết cơ sở dữ liệu hiện đại cho phép tìm theo tên, theo mã định danh (số CAS, InChIKey, SMILES) hoặc bằng cách vẽ cấu trúc, và nhiều nơi cung cấp REST API miễn phí để truy cập bằng chương trình.

Điều quan trọng cần hiểu là không có cơ sở dữ liệu nào làm được mọi thứ. Chúng khác nhau về trọng tâm:

• Bách khoa toàn thư hợp chất (PubChem, ChEBI) trả lời câu hỏi "phân tử này là gì?"
• Cơ sở dữ liệu hoạt tính sinh học (ChEMBL, DrugBank) trả lời câu hỏi "phân tử này tác động gì lên protein?"
• Thư viện sàng lọc (ZINC) trả lời câu hỏi "có những phân tử tương tự nào tôi có thể mua hoặc docking?"
• Cơ sở dữ liệu cấu trúc (RCSB PDB) trả lời câu hỏi "phân tử này nằm trong đích tác dụng như thế nào?"
• Cơ sở dữ liệu phổ (nmrshiftdb2, MassBank, NIST WebBook) trả lời câu hỏi "phổ của nó trông như thế nào?"
• Bộ sưu tập chuyên biệt (COCONUT cho hợp chất thiên nhiên, SureChEMBL cho bằng sáng chế) bao phủ các mảng ngách mà các cơ sở dữ liệu lớn bỏ sót.

Các cơ sở dữ liệu hóa học miễn phí so sánh với nhau thế nào?

PubChem là gì? Cơ sở dữ liệu hóa học miễn phí lớn nhất

PubChem là cơ sở dữ liệu hóa học miễn phí lớn nhất thế giới, do Trung tâm Thông tin Công nghệ Sinh học Quốc gia Hoa Kỳ (NCBI) vận hành. Nó tổng hợp dữ liệu từ hơn một nghìn bên đóng góp thành các bộ sưu tập liên kết: Substance (những gì bên nộp gửi lên), Compound (cấu trúc chuẩn hóa duy nhất), BioAssay, Protein, Gene, Pathway và Patent.

• Quy mô: khoảng 124 triệu hợp chất và 349 triệu chất được nộp theo trang chủ PubChem (kiểm tra tháng 10 năm 2026). Bài báo bình duyệt PubChem 2025 update báo cáo 118,6 triệu hợp chất tính đến tháng 9 năm 2024.
• Dùng để: tra tên, tên đồng nghĩa, số CAS, công thức, tính chất tính toán (XLogP, TPSA), dữ liệu an toàn, nhà cung cấp và tài liệu.
• Ai dùng: học sinh, sinh viên, giáo viên, nhà hóa phân tích, nhà độc chất học, nhà tin hóa học và bất kỳ ai cần một mã định danh nhanh, đáng tin cậy.
• Truy cập: tìm kiếm web với công cụ vẽ cấu trúc, và API PUG-REST miễn phí. PubChem yêu cầu người dùng truy cập bằng chương trình giữ dưới 5 yêu cầu mỗi giây.
• Giấy phép: miễn phí sử dụng; quyền tái sử dụng theo từng nguồn dữ liệu, nên hãy kiểm tra nguồn trước khi phân phối lại.

Truy vấn bằng lời: "Cho tôi công thức, khối lượng phân tử, SMILES và InChIKey của aspirin."

https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/name/aspirin/property/MolecularFormula,MolecularWeight,SMILES,InChIKey/JSON

Phản hồi thực tế (rút gọn):

{"PropertyTable": {"Properties": [{
  "CID": 2244,
  "MolecularFormula": "C9H8O4",
  "MolecularWeight": "180.16",
  "SMILES": "CC(=O)OC1=CC=CC=C1C(=O)O",
  "InChIKey": "BSYNRYMUTXBXSQ-UHFFFAOYSA-N"}]}}

Thêm các truy vấn PubChem đã thử:

• InChIKey sang CID: https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/inchikey/BSYNRYMUTXBXSQ-UHFFFAOYSA-N/cids/JSON trả về 2244.
• Tương đồng 2D (≥90%) với cetirizine: https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/fastsimilarity_2d/cid/2678/cids/JSON?Threshold=90&MaxRecords=10
• Tìm cấu trúc con từ SMILES: https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/fastsubstructure/smiles/c1ccc(cc1)C(c1ccc(Cl)cc1)N1CCNCC1/cids/JSON?MaxRecords=10

ChEMBL là gì? Cơ sở dữ liệu hoạt tính sinh học hàng đầu

ChEMBL là cơ sở dữ liệu tuyển chọn thủ công về các phân tử có hoạt tính sinh học, giống thuốc, do Viện Tin sinh học châu Âu thuộc EMBL (EMBL-EBI) duy trì. Cốt lõi của nó là dữ liệu hoạt tính đo được, như giá trị IC50, Ki và EC50, trích từ các bài báo khoa học và bộ dữ liệu được nộp, mỗi giá trị liên kết với một hợp chất, một thử nghiệm và một đích sinh học.

• Quy mô (ChEMBL 37, tháng 5/2026): 2.921.148 hợp chất riêng biệt, 24.527.044 hoạt tính, 18.552 đích tác dụng và 101.100 công bố, theo endpoint trạng thái của API ChEMBL.
• Dùng để: nghiên cứu mối quan hệ cấu trúc–hoạt tính (SAR), tìm các chất có hoạt tính đã biết với một đích, xây dựng tập huấn luyện học máy, và kiểm tra giai đoạn phê duyệt thuốc.
• Ai dùng: nhà hóa dược, nhà dược lý học, nhà hóa học tính toán và nhà khoa học dữ liệu.
• Truy cập: giao diện web và REST API miễn phí (JSON hoặc XML), cùng bản tải đầy đủ (SQLite, PostgreSQL, SDF).
• Giấy phép: CC BY-SA 3.0. ChEMBL yêu cầu giữ nguyên ChEMBL ID và số phiên bản khi bạn tái sử dụng dữ liệu.

Truy vấn bằng lời: "Tìm aspirin trong ChEMBL."

https://www.ebi.ac.uk/chembl/api/data/molecule/search.json?q=aspirin

Kết quả đầu tiên là CHEMBL25 (ASPIRIN, max phase 4, tức đã được phê duyệt), với SMILES CC(=O)Oc1ccccc1C(=O)O.

Truy vấn bằng lời: "ChEMBL có những giá trị hoạt lực nào của cetirizine (CHEMBL1000) trên thụ thể histamine H1 của người (CHEMBL231)?"

https://www.ebi.ac.uk/chembl/api/data/activity.json?molecule_chembl_id=CHEMBL1000&target_chembl_id=CHEMBL231&pchembl_value__isnull=false

Phản hồi thực tế (rút gọn còn hai trong 12 bản ghi trả về):

{"activities": [
  {"standard_type": "Ki", "standard_value": "14.0", "standard_units": "nM",
   "pchembl_value": "7.85", "target_pref_name": "Histamine H1 receptor"},
  {"standard_type": "Ki", "standard_value": "5.89", "standard_units": "nM",
   "pchembl_value": "8.23", "target_pref_name": "Histamine H1 receptor"}]}

PubChem và ChEMBL: khác nhau ở đâu?

PubChem rộng; ChEMBL sâu. PubChem cố gắng chứa mọi hóa chất từng được nộp, nên đây là nơi tốt nhất để nhận dạng hợp chất. ChEMBL chứa ít hợp chất hơn nhiều nhưng tuyển chọn hoạt tính sinh học của chúng theo định dạng nhất quán (đơn vị chuẩn, giá trị pChEMBL, đích được ánh xạ), nên đây là nơi tốt hơn để hỏi "nó mạnh đến mức nào, và trên đích nào?" Trong thực tế bạn dùng cả hai: PubChem để xác nhận cấu trúc và mã định danh, ChEMBL để đọc dữ liệu dược lý.

ChEBI là gì? Từ điển tuyển chọn về phân tử nhỏ

ChEBI (Chemical Entities of Biological Interest) là từ điển và bản thể học tuyển chọn thủ công về phân tử nhỏ, do EMBL-EBI vận hành. Các mục được tuyển chọn có định nghĩa, cấu trúc, tên đồng nghĩa và liên kết bản thể học cho biết phân tử là gì (ví dụ "một thành viên của lớp benzoic acid") và có vai trò gì (ví dụ "thuốc chống viêm không steroid").

• Quy mô: 201.471 mục, trong đó 61.961 mục "3 sao" được tuyển chọn đầy đủ (phiên bản 244, theo bài báo năm 2026 trên Nucleic Acids Research).
• Dùng để: đặt tên và phân loại nhất quán, chú giải dữ liệu chuyển hóa học và sinh học hệ thống, và giảng dạy về nhóm chức và loại hợp chất.
• Truy cập: ChEBI 2.0 (ra mắt tháng 10 năm 2025) có website và REST API mới; các dịch vụ SOAP cũ đã ngừng hoạt động.
• Giấy phép: CC BY 4.0.

Truy vấn bằng lời: "CHEBI:15365 là gì?"

https://www.ebi.ac.uk/chebi/backend/api/public/compound/CHEBI:15365/

Phản hồi trả về "name": "acetylsalicylic acid", công thức C9H8O4, khối lượng đơn đồng vị 180.04226 và đoạn định nghĩa. Tìm kiếm văn bản cũng được: https://www.ebi.ac.uk/chebi/backend/api/public/es_search/?term=aspirin.

ZINC là gì? Hàng tỷ hợp chất cho sàng lọc ảo

ZINC là cơ sở dữ liệu miễn phí về các hợp chất có bán trên thị trường ("hữu hình"), được chuẩn bị cho sàng lọc ảo, do phòng thí nghiệm Irwin và Shoichet tại UCSF xây dựng. ZINC-22 tập trung vào các danh mục tổng hợp theo đơn đặt hàng khổng lồ từ Enamine, WuXi và Mcule, còn cơ sở dữ liệu chị em ZINC20 bao gồm các danh mục có sẵn trong kho nhỏ hơn. ZINC15 là thế hệ cũ hơn, vẫn được nhiều bài hướng dẫn nhắc đến.

• Quy mô: khoảng 54,9 tỷ phân tử ở dạng 2D và 5,9 tỷ ở định dạng 3D sẵn sàng docking (trang chủ CartBlanche22, kiểm tra tháng 10 năm 2026). Bài báo ZINC-22 báo cáo 37 tỷ phân tử 2D khi công bố, cho thấy tốc độ tăng trưởng nhanh thế nào.
• Dùng để: các chiến dịch docking, tìm chất tương tự mua được, và tải file 3D sẵn sàng docking có điện tích và cấu dạng.
• Ai dùng: nhà hóa học tính toán, nhà sinh học cấu trúc và các nhóm sàng lọc học thuật.
• Truy cập: giao diện web CartBlanche (tìm tương đồng, cấu trúc con và theo ID), tải hàng loạt và bản sao trên đám mây.
• Giấy phép: "miễn phí sử dụng và tải xuống cho mọi người"; bạn không được phân phối lại phần lớn dữ liệu nếu không có sự cho phép bằng văn bản (giấy phép ZINC của UCSF).

Truy vấn bằng lời: "Tìm các hợp chất mua được tương tự cetirizine." Dán SMILES OC(=O)COCCN1CCN(CC1)C(c1ccccc1)c1ccc(Cl)cc1 vào ô tìm kiếm tương đồng tại cartblanche22.docking.org.

RCSB PDB là gì? Cấu trúc 3D của protein và phối tử

Protein Data Bank (PDB) là kho lưu trữ toàn cầu duy nhất về cấu trúc 3D xác định bằng thực nghiệm của protein, acid nucleic và phức hợp của chúng; RCSB PDB là trung tâm dữ liệu và cổng tìm kiếm tại Mỹ. Với nhà hóa học, giá trị của nó nằm ở các phối tử liên kết: bạn có thể thấy chính xác một phân tử nhỏ nằm trong túi liên kết như thế nào.

• Quy mô: 260.724 mục hiện hành (API holdings của RCSB, kiểm tra tháng 10 năm 2026).
• Dùng để: nghiên cứu kiểu liên kết, chuẩn bị thụ thể cho docking, giảng dạy cấu trúc protein, và tìm mọi cấu trúc chứa một phối tử nhất định.
• Truy cập: web, Data API (data.rcsb.org) và Search API (search.rcsb.org), hỗ trợ tìm kiếm theo văn bản, trình tự và hóa học.
• Giấy phép: dữ liệu PDB được phát hành theo CC0 1.0 (phạm vi công cộng).

Truy vấn bằng lời: "Cho tôi xem bản ghi phối tử của aspirin (mã thành phần AIN)."

https://data.rcsb.org/rest/v1/core/chemcomp/AIN

Kết quả trả về tên 2-(ACETYLOXY)BENZOIC ACID và công thức C9 H8 O4.

Truy vấn bằng lời: "Những mục PDB nào chứa aspirin?" (Search API; dán vào trình duyệt, trình duyệt sẽ tự mã hóa JSON trong URL):

https://search.rcsb.org/rcsbsearch/v2/query?json={"query":{"type":"terminal","service":"text","parameters":{"attribute":"rcsb_nonpolymer_instance_annotation.comp_id","operator":"exact_match","value":"AIN"}},"return_type":"entry"}

Phản hồi thực tế (rút gọn): "total_count": 8, với các mục như 1OXR, 1TGM và 3GCL. Một truy vấn hóa học gửi kèm SMILES của aspirin (service: "chemical") cũng trả về AIN là kết quả khớp nhất. Bạn có thể nạp bất kỳ mục nào theo PDB ID trong trình xem protein MolDraw hoặc mở nó tại rcsb.org.

UniChem là gì? Chuyển đổi mã định danh giữa các cơ sở dữ liệu

UniChem là dịch vụ tham chiếu chéo mã định danh của EMBL-EBI: đưa vào một mã định danh cấu trúc, nó trả về các ID tương ứng trong các cơ sở dữ liệu khác. Nó liên kết bản ghi qua InChI/InChIKey chuẩn, nên hoạt động bất cứ khi nào hai cơ sở dữ liệu chứa cùng một cấu trúc.

• Quy mô: 25 nguồn được API UniChem liệt kê, gồm ChEMBL, PubChem, ChEBI, DrugBank, RCSB PDB, PDBe, SureChEMBL, HMDB, BindingDB và nmrshiftdb2 (kiểm tra tháng 10 năm 2026).
• Dùng để: gộp bộ dữ liệu, chuyển từ ChEMBL ID sang mã phối tử PDB, và kiểm tra hợp chất còn xuất hiện ở đâu khác.
• Truy cập: web và REST API (/unichem/api/v1/).
• Giấy phép: miễn phí theo điều khoản sử dụng của EMBL-EBI; dữ liệu sau mỗi ID được ánh xạ giữ giấy phép của nguồn gốc.

Truy vấn bằng lời: "InChIKey của aspirin còn xuất hiện ở đâu khác?"

curl -X POST https://www.ebi.ac.uk/unichem/api/v1/compounds \
  -H "Content-Type: application/json" \
  -d '{"type":"inchikey","compound":"BSYNRYMUTXBXSQ-UHFFFAOYSA-N"}'

Phản hồi ánh xạ nó tới CHEMBL25, CHEBI:15365, PubChem CID 2244, DrugBank DB00945, phối tử PDB AIN và Guide to Pharmacology 4139, cùng nhiều mã khác.

nmrshiftdb2 là gì? Cơ sở dữ liệu phổ NMR miễn phí

nmrshiftdb2 là cơ sở dữ liệu web mở, có bình duyệt, về các cấu trúc hữu cơ và phổ NMR của chúng, tích hợp sẵn dự đoán độ dịch chuyển ¹H và ¹³C. Cốt lõi của nó là các phổ được quy kết đầy đủ, nhiều phổ kèm dữ liệu thô.

• Quy mô: 271.817 cấu trúc, 70.030 phổ đo được và 396.583 phổ tính toán (bộ đếm trên trang chủ, kiểm tra tháng 10 năm 2026).
• Dùng để: kiểm tra một phép quy kết, tìm độ dịch chuyển tham chiếu cho một loại hợp chất, và giảng dạy cách giải phổ NMR.
• Truy cập: tìm kiếm web theo cấu trúc, cấu trúc con, phổ và các tính chất khác; trang đã thông báo giao diện REST mới vào tháng 6 năm 2026 (chúng tôi chưa thử).
• Giấy phép: phần mềm là mã nguồn mở và dữ liệu được công bố theo giấy phép nội dung mở.

Truy vấn bằng lời: "Tìm phổ ¹³C đo được của các hợp chất chứa nhóm 4-chlorobenzhydryl." Vẽ mảnh đó trong thẻ tìm kiếm của nmrshiftdb2 và chạy tìm kiếm cấu trúc con. Để ước tính nhanh trước khi tìm, công cụ cấu trúc sang NMR của MolDraw dự đoán phổ từ hình vẽ của bạn.

MassBank là gì? Phổ MS/MS thực nghiệm

MassBank là kho lưu trữ mở về khối phổ thực nghiệm của phân tử nhỏ, do các phòng thí nghiệm trên toàn thế giới đóng góp. Các ví dụ ở đây dùng MassBank Europe (massbank.eu). Mỗi bản ghi mô tả một phổ: hợp chất, thiết bị, kiểu ion hóa, năng lượng va chạm và danh sách pic.

• Quy mô: 139.006 bản ghi (số đếm từ API MassBank, kiểm tra tháng 10 năm 2026).
• Dùng để: nhận dạng chất chưa biết trong LC-MS/MS và chuyển hóa học, so sánh kiểu phân mảnh, và giảng dạy khối phổ.
• Truy cập: tìm kiếm web (tên, công thức, pic) và REST API.
• Giấy phép: mỗi bản ghi có giấy phép Creative Commons riêng (mặc định CC BY, nhưng một số là CC0, CC BY-SA hoặc phi thương mại), nên hãy kiểm tra trường license trước khi tái sử dụng.

Truy vấn bằng lời: "Liệt kê các phổ MassBank của caffeine."

https://massbank.eu/MassBank-api/records/search?compound_name=caffeine

Truy vấn này trả về 134 mã bản ghi. Lấy một bản ghi, https://massbank.eu/MassBank-api/records/MSBNK-ACES_SU-AS000088, cho phổ MS2 LC-APCI Orbitrap của [M+H]⁺ với ion tiền chất tại m/z 195,088 và một mảnh chính tại m/z 138,067, giấy phép CC BY.

COCONUT là gì? Cơ sở dữ liệu mở về hợp chất thiên nhiên

COCONUT (COlleCtion of Open NatUral producTs) là bộ sưu tập mở lớn nhất về cấu trúc hợp chất thiên nhiên, do nhóm Steinbeck tại Đại học Friedrich Schiller Jena tuyển chọn. Phiên bản 2.0 liên kết mỗi phân tử với sinh vật nguồn, tài liệu và các biến thể lập thể.

• Quy mô: 738.829 phân tử duy nhất từ 71 bộ sưu tập, với 73.137 sinh vật (trang thống kê COCONUT, kiểm tra tháng 10 năm 2026). Bài báo COCONUT 2.0 báo cáo 695.133 khi phát hành tháng 9 năm 2024.
• Dùng để: loại trùng hợp chất thiên nhiên (dereplication), tìm ý tưởng khung cấu trúc, và xây dựng bộ chất sàng lọc.
• Truy cập: tìm kiếm web (tên, cấu trúc, cấu trúc con, tương đồng) và tải toàn bộ SDF/SQL. REST API có tồn tại nhưng cần đăng nhập tài khoản miễn phí, nên chúng tôi không chạy nó cho bài này.
• Giấy phép: dữ liệu CC0; mã nguồn MIT.

Truy vấn bằng lời: "Cho tôi xem các hợp chất thiên nhiên tương tự caffeine." Dán SMILES của caffeine CN1C=NC2=C1C(=O)N(C(=O)N2C)C vào ô tìm kiếm cấu trúc tại coconut.naturalproducts.net.

SureChEMBL là gì? Hóa học từ các bằng sáng chế

SureChEMBL là cơ sở dữ liệu hóa học sáng chế miễn phí của EMBL-EBI: nó khai thác văn bản và hình ảnh trong tài liệu sáng chế và trích xuất các cấu trúc hóa học được nhắc đến. Đây là cách miễn phí dễ nhất để hỏi "những bằng sáng chế nào chứa cấu trúc này?"

• Quy mô: SureChEMBL 2.0 (tháng 5/2025) bao gồm khoảng 116,6 triệu tài liệu sáng chế từ năm cơ quan (CNIPA, EPO, JPO, USPTO, WIPO); riêng USPTO đóng góp khoảng 19,9 triệu hợp chất duy nhất.
• Dùng để: kiểm tra tình trạng kỹ thuật đã biết, phân tích bối cảnh sáng chế, và phát hiện loạt hợp chất trước khi chúng xuất hiện trên tạp chí.
• Truy cập: tìm kiếm web theo cấu trúc hoặc từ khóa, REST API, và file Parquet hàng loạt được cập nhật hai tuần một lần.
• Giấy phép: CC BY 4.0.

Truy vấn bằng lời: "Chuyển tên cetirizine thành một hợp chất SureChEMBL."

https://www.surechembl.org/api/chemical/name/cetirizine

Phản hồi thực tế (rút gọn): "chemical_id": "4176", "inchi_key": "ZKLPARSLTMPFCP-UHFFFAOYSA-N". Sau đó bạn có thể tìm các bằng sáng chế chứa cấu trúc đó trên giao diện web.

Còn DrugBank và NIST Chemistry WebBook thì sao?

DrugBank là cơ sở tri thức chi tiết về thuốc đã phê duyệt và thuốc đang nghiên cứu, đích tác dụng, chuyển hóa và tương tác của chúng. Duyệt miễn phí, nhưng tải xuống cần tài khoản; bộ dữ liệu học thuật được cấp phép CC BY-NC 4.0 cho mục đích phi thương mại, còn sử dụng thương mại cần giấy phép trả phí. Hãy coi nó là "đọc miễn phí, nhưng không tái sử dụng miễn phí."

NIST Chemistry WebBook (NIST Standard Reference Database 69) cung cấp dữ liệu nhiệt hóa học, phổ IR pha khí và khối phổ ion hóa electron cho nhiều phân tử nhỏ. Tìm kiếm trực tuyến miễn phí, ví dụ https://webbook.nist.gov/cgi/cbook.cgi?Name=caffeine&Units=SI, nhưng dữ liệu có bản quyền và phân phối lại hàng loạt cần sự cho phép của NIST.

Nên dùng cơ sở dữ liệu hóa học nào?

Dùng các cơ sở dữ liệu này với MolDraw như thế nào?

Hầu hết cơ sở dữ liệu tìm kiếm tốt nhất với mã định danh máy đọc được thay vì tên. MolDraw cho bạn các mã định danh đó ngay từ hình vẽ:

1. Vẽ cấu trúc trong trình soạn thảo MolDraw (hoặc dán tên bằng tên sang cấu trúc).
2. Copy SMILES từ hàng tùy chọn phía trên. Copy as… trong menu ngữ cảnh còn cho các định dạng InChI và MOL (xem chương SMILES trong khóa học MolDraw).
3. Tạo InChIKey bằng công cụ chuyển SMILES sang InChIKey. InChIKey là khóa so khớp chính xác đáng tin cậy nhất giữa PubChem, ChEMBL, ChEBI và UniChem.
4. Truy vấn: dán SMILES vào ô tìm kiếm cấu trúc của cơ sở dữ liệu, hoặc đặt InChIKey vào một trong các URL REST ở trên.
5. Đưa kết quả trở lại: chuyển PubChem CID bằng công cụ chuyển CID sang SMILES hoặc InChIKey bằng InChIKey sang SMILES, rồi dán vào MolDraw để chỉnh sửa.

Ví dụ minh họa: so sánh các chất tương tự cetirizine như thế nào?

Giả sử bạn đang nghiên cứu thuốc kháng histamine cetirizine và muốn biết có những chất tương tự gần nào, chúng mạnh đến đâu, và liệu có thể mua chất mới không. Dưới đây là quy trình dùng ba cơ sở dữ liệu; mọi con số đều lấy từ các truy vấn trực tiếp mà chúng tôi đã chạy.

Bước 1: Nhận dạng trong PubChem. Vẽ cetirizine trong MolDraw, sao chép SMILES và tra cứu:

https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/name/cetirizine/property/MolecularFormula,MolecularWeight,InChIKey,XLogP,TPSA/JSON

PubChem trả về CID 2678, C21H25ClN2O3, MW 388,9, XLogP 1,7, TPSA 53 và InChIKey ZKLPARSLTMPFCP-UHFFFAOYSA-N.

Bước 2: Tìm chất tương tự trong PubChem. Truy vấn tương đồng 2D (ngưỡng 90) trả về các chất họ hàng, gồm hydroxyzine (CID 3658, thuốc gốc của cetirizine) và levocetirizine (CID 1549000, đồng phân đối quang đơn của nó), cùng các muối của chúng. Tìm kiếm cấu trúc con trên khung chlorobenzhydryl-piperazine bổ sung thêm chlorcyclizine, meclizine và buclizine.

Bước 3: So sánh hoạt tính trong ChEMBL. Tra InChIKey trong ChEMBL:

https://www.ebi.ac.uk/chembl/api/data/molecule.json?molecule_structures__standard_inchi_key=ZKLPARSLTMPFCP-UHFFFAOYSA-N

Kết quả là CHEMBL1000 (max phase 4, phê duyệt lần đầu năm 1995). Các bản ghi hoạt tính gồm giá trị Ki trên thụ thể H1 của người từ 5,89 đến 79 nM (pChEMBL 7,1–8,2) và IC50 trên hERG (KCNH2) yếu hơn nhiều, khoảng 30 µM (pChEMBL khoảng 4,5). Khoảng cách xấp xỉ ba bậc độ lớn đó là kiểu so sánh độ chọn lọc mà ChEMBL giúp thực hiện dễ dàng. Một tìm kiếm tương đồng, https://www.ebi.ac.uk/chembl/api/data/similarity/ZKLPARSLTMPFCP-UHFFFAOYSA-N/80.json, liệt kê levocetirizine và các dạng muối của cetirizine để so sánh theo cùng cách.

Bước 4: Tìm chất tương tự mua được trong ZINC. Dán SMILES vào ô tìm kiếm tương đồng của CartBlanche22 để xem các hợp chất tổng hợp theo đơn đặt hàng thay đổi mạch nhánh acid hoặc các vòng aryl. Sau đó kiểm tra tính chất của chất đáng chú ý trong MolDraw, ví dụ bằng công cụ tính quy tắc Lipinski.

Làm sao tìm kiếm cơ sở dữ liệu hóa học hiệu quả?

• Ưu tiên InChIKey để so khớp chính xác và SMILES để tìm tương đồng hoặc cấu trúc con. Tên gọi dễ mơ hồ ("vitamin C", muối, tên thương mại).
• Chú ý muối và đồng phân lập thể. Cetirizine, cetirizine dihydrochloride và levocetirizine là các bản ghi khác nhau trong mọi cơ sở dữ liệu.
• Ghi lại phiên bản hoặc ngày. Trích dẫn ChEMBL kèm số phiên bản và ghi lại ngày bạn truy vấn PubChem.
• Tôn trọng giới hạn tần suất. PubChem yêu cầu không quá 5 yêu cầu mỗi giây; hãy gộp các tác vụ lớn hoặc tải file hàng loạt.
• Kiểm tra giấy phép trước khi phân phối lại. Mọi nơi trong bài này đều cho duyệt miễn phí; nhưng công bố lại dữ liệu thì không phải lúc nào cũng được.

Hỏi đáp

Cơ sở dữ liệu hóa học miễn phí lớn nhất là gì?

PubChem là cơ sở dữ liệu hóa học miễn phí lớn nhất, với khoảng 124 triệu hợp chất duy nhất và 349 triệu chất được nộp (kiểm tra tháng 10 năm 2026). ZINC-22 liệt kê nhiều phân tử hơn (khoảng 54,9 tỷ), nhưng phần lớn là hợp chất ảo tổng hợp theo đơn đặt hàng phục vụ sàng lọc, không phải chất đã được xác định đặc tính.

PubChem và ChEMBL khác nhau thế nào?

PubChem là kho tổng hợp rộng, cố gắng bao quát mọi hóa chất được nộp, nên phù hợp nhất để nhận dạng và tra tính chất. ChEMBL nhỏ hơn nhưng được tuyển chọn thủ công về hoạt tính sinh học, với giá trị hoạt lực chuẩn hóa liên kết với đích tác dụng, nên phù hợp nhất cho các câu hỏi về cấu trúc–hoạt tính và khám phá thuốc.

ZINC có miễn phí cho mục đích thương mại không?

Theo giấy phép ZINC của UCSF, ZINC miễn phí sử dụng và tải xuống cho mọi người, kể cả doanh nghiệp. Hạn chế nằm ở việc phân phối lại: bạn không được phân phối lại phần lớn ZINC nếu không có sự cho phép bằng văn bản của nhóm ZINC. Bản thân các hợp chất phải mua từ các nhà cung cấp được liệt kê.

Cơ sở dữ liệu miễn phí nào có phổ NMR?

nmrshiftdb2 là cơ sở dữ liệu NMR miễn phí chính, với 70.030 phổ đo được cho 271.817 cấu trúc (kiểm tra tháng 10 năm 2026) và tích hợp sẵn dự đoán ¹H và ¹³C. Trang hợp chất trên PubChem cũng liên kết tới phổ từ các nguồn khác, còn NIST Chemistry WebBook có phổ IR và khối phổ chứ không có NMR.

Cơ sở dữ liệu miễn phí nào có khối phổ?

MassBank chứa 139.006 bản ghi khối phổ thực nghiệm (kiểm tra tháng 10 năm 2026), chủ yếu là phổ MS/MS của phân tử nhỏ, theo giấy phép Creative Commons cho từng bản ghi. NIST Chemistry WebBook cung cấp trực tuyến khối phổ ion hóa electron cho nhiều phân tử nhỏ.

Có thể tìm kiếm cơ sở dữ liệu hóa học theo cấu trúc không?

Có. PubChem, ChEMBL, ChEBI, ZINC, RCSB PDB, nmrshiftdb2, COCONUT và SureChEMBL đều hỗ trợ tìm kiếm theo cấu trúc, thường bằng cách vẽ hoặc dán SMILES. Bạn có thể vẽ phân tử trong MolDraw, sao chép SMILES và dán vào ô tìm kiếm cấu trúc của cơ sở dữ liệu, hoặc dùng truy vấn chính xác, cấu trúc con hay tương đồng qua API của chúng.

Cơ sở dữ liệu hóa học nào tốt nhất cho học sinh, sinh viên?

Bắt đầu với PubChem để tra tên, tính chất và dữ liệu an toàn, ChEBI để tra định nghĩa và phân loại hợp chất, và RCSB PDB cho cấu trúc 3D. Cả ba đều miễn phí, không cần tài khoản và có giao diện web rõ ràng. Thêm ChEMBL khi học dược lý, và nmrshiftdb2 khi học NMR.

Cơ sở dữ liệu hoạt tính sinh học là gì?

Cơ sở dữ liệu hoạt tính sinh học lưu các tác động đo được của hợp chất lên đích sinh học, như giá trị IC50, Ki hay EC50, liên kết với thử nghiệm và protein. ChEMBL là cơ sở dữ liệu hoạt tính sinh học miễn phí hàng đầu; PubChem BioAssay chứa kết quả sàng lọc do các phòng thí nghiệm và trung tâm sàng lọc nộp.

DrugBank có miễn phí không?

DrugBank miễn phí khi duyệt trực tuyến, và người dùng học thuật có thể tải bộ dữ liệu theo giấy phép CC BY-NC 4.0 sau khi đăng ký. Sử dụng thương mại, kể cả trong sản phẩm hay dịch vụ thương mại, cần giấy phép trả phí từ DrugBank.

Làm sao chuyển PubChem CID sang ChEMBL ID?

Dùng UniChem. Tra InChIKey của hợp chất (PubChem hiển thị nó trên mọi trang hợp chất), rồi gửi tới API compounds của UniChem, API này trả về các mã ChEMBL, ChEBI, DrugBank, PDB và các mã khác tương ứng. Với aspirin, InChIKey BSYNRYMUTXBXSQ-UHFFFAOYSA-N ánh xạ CID 2244 sang CHEMBL25.

Nguồn tham khảo

• PubChem: pubchem.ncbi.nlm.nih.gov · Tài liệu PUG-REST · Kim S. et al. PubChem 2025 update, Nucleic Acids Res. 2025, doi:10.1093/nar/gkae1059
• ChEMBL: ebi.ac.uk/chembl · Tài liệu API · Giấy phép và giới thiệu · Bài thông báo phát hành ChEMBL 37
• ChEBI: ebi.ac.uk/chebi · Ra mắt ChEBI 2.0 · ChEBI: re-engineered for a sustainable future, Nucleic Acids Res. 2026, academic.oup.com/nar/article/54/D1/D1768/8349173
• ZINC: CartBlanche22 · Tingle B. I. et al. ZINC-22, J. Chem. Inf. Model. 2023, doi:10.1021/acs.jcim.2c01253 · Giấy phép ZINC của UCSF
• RCSB PDB: rcsb.org · Data API · Search API · Chính sách sử dụng
• UniChem: ebi.ac.uk/unichem · Tài liệu API
• nmrshiftdb2: nmrshiftdb.nmr.uni-koeln.de
• MassBank: massbank.eu · MassBank API · Định dạng bản ghi và giấy phép
• COCONUT: coconut.naturalproducts.net · Chandrasekhar V. et al. COCONUT 2.0, Nucleic Acids Res. 2025, doi:10.1093/nar/gkae1063
• SureChEMBL: surechembl.org · Thông báo SureChEMBL 2.0 · Hỏi đáp và giấy phép
• DrugBank: go.drugbank.com · Giấy phép học thuật
• NIST Chemistry WebBook: webbook.nist.gov/chemistry · Giấy phép NIST SRD