免费化学数据库:写给学生和研究人员的实用指南
简短回答:最有用的免费化学数据库有 PubChem(最大的综合化合物数据库)、ChEMBL(人工整理的药物发现生物活性数据)、ChEBI(人工整理的小分子词典)、ZINC(用于虚拟筛选的数十亿可购买化合物)和 RCSB PDB(3D 蛋白–配体结构)。谱图方面,可使用 nmrshiftdb2(NMR)、MassBank(MS/MS)和 NIST Chemistry WebBook;天然产物用 COCONUT;专利用 SureChEMBL;而 UniChem 把它们之间的标识符关联起来。
化学专业的学生迟早会遇到同一个问题:手里有一个分子,需要查它的性质、生物活性、晶体结构、参考谱图或专利。每个问题都在不同的数据库里。本指南介绍每个主要免费化学数据库是什么、擅长什么、规模多大、许可协议允许什么以及如何查询,并附上我们在发布前测试过的真实示例 URL。
以下所有数据都已于 2026 年 10 月核实,依据为官方网站或 API。数据库规模每次发布都会变化,请把它们看作快照,而不是常数。
什么是化学数据库?
化学数据库是可检索的化学结构集合,并关联着有关这些结构的数据:名称、标识符、计算性质、实验测量值、生物活性、3D 坐标、谱图或报道它们的文献。大多数现代数据库可以按名称、按标识符(CAS 号、InChIKey、SMILES)或通过绘制结构来检索,许多还提供免费的 REST API 供程序访问。
关键是要明白,没有一个数据库能包揽一切。它们的侧重点各不相同:
- 化合物百科(PubChem、ChEBI)回答“这是什么分子?”
- 生物活性数据库(ChEMBL、DrugBank)回答“这个分子对蛋白质有什么作用?”
- 筛选库(ZINC)回答“我能买到或对接哪些相似分子?”
- 结构数据库(RCSB PDB)回答“这个分子如何结合在靶点中?”
- 谱图数据库(nmrshiftdb2、MassBank、NIST WebBook)回答“它的谱图应该是什么样?”
- 专业数据集(天然产物方面的 COCONUT、专利方面的 SureChEMBL)覆盖大型数据库遗漏的细分领域。
各免费化学数据库如何比较?
| 数据库 | 侧重点 | 规模(核实于 2026 年 10 月) | 最适合 | API | 许可协议 |
|---|---|---|---|---|---|
| PubChem | 通用化合物、物质、生物实验 | 约 1.24 亿个化合物,约 3.49 亿个物质 | 标识符、性质、广泛查询 | PUG-REST、PUG-View | 免费;再利用条款因提交者而异 |
| ChEMBL | 人工整理的生物活性 | 292 万个化合物,2450 万条活性数据,18,552 个靶点(ChEMBL 37) | 构效关系、活性强度、药物靶点 | REST(JSON/XML) | CC BY-SA 3.0 |
| ChEBI | 人工整理的小分子词典 + 本体 | 201,471 个条目,其中 61,961 个完全整理(第 244 版) | 定义、类别、生物学作用 | REST(ChEBI 2.0) | CC BY 4.0 |
| ZINC-22 | 可购买的“按需合成”化合物 | 约 549 亿(2D),约 59 亿(3D) | 虚拟筛选、购买类似物 | 网页(CartBlanche)、批量下载 | 免费使用;未经许可不得再分发主要部分 |
| RCSB PDB | 3D 大分子结构 | 260,724 个条目 | 蛋白–配体复合物、对接准备 | Data API、Search API | CC0 1.0 |
| UniChem | 标识符交叉映射 | 25 个数据源 | 在数据库之间转换 ID | REST | 免费(EMBL-EBI 条款);适用各数据源的许可 |
| nmrshiftdb2 | NMR 谱图 + 预测 | 271,817 个结构,70,030 张实测谱图 | ¹H/¹³C NMR 参考数据与预测 | 网页;新的 REST 接口 | 开放内容许可 |
| MassBank(欧洲) | 实验质谱 | 139,006 条记录 | MS/MS 匹配、代谢组学 | REST | 按记录采用知识共享许可 |
| COCONUT 2.0 | 天然产物 | 738,829 个独特分子,71 个数据集 | 天然产物发现 | REST(需要登录) | CC0(数据) |
| SureChEMBL | 来自专利的化学信息 | 1.166 亿份专利文献(2025 年 5 月) | 现有技术检索、专利布局分析 | REST | CC BY 4.0 |
| DrugBank | 药物与药物靶点 | 不适用(未核实) | 已批准药物的详细信息 | 付费 API | 学术免费,CC BY-NC 4.0;商业使用需许可 |
| NIST Chemistry WebBook | 热化学、红外、EI-MS | 不适用(未核实) | 参考红外/质谱、物理数据 | 仅网页 | NIST 标准参考数据(受版权保护) |
什么是 PubChem?最大的免费化学数据库
PubChem 是世界上最大的免费化学数据库,由美国国家生物技术信息中心(NCBI)运营。它把一千多个贡献者的数据汇集到相互链接的数据集中:Substance(提交者提交的内容)、Compound(标准化后的独特结构)、BioAssay、Protein、Gene、Pathway 和 Patent。
- 规模:PubChem 主页显示约 1.24 亿个化合物和 3.49 亿个物质(核实于 2026 年 10 月)。经同行评审的 PubChem 2025 年更新论文报告,截至 2024 年 9 月有 1.186 亿个化合物。
- 用途:查询名称、同义词、CAS 号、分子式、计算性质(XLogP、TPSA)、安全数据、供应商和文献。
- 用户:学生、教师、分析化学家、毒理学家、化学信息学研究者,以及任何需要快速、可靠标识符的人。
- 访问方式:带结构绘制器的网页检索,以及免费的 PUG-REST API。PubChem 要求程序化访问的用户保持在每秒 5 次请求以下。
- 许可协议:免费使用;再利用权利取决于各数据来源,再分发数据前请先查看来源。
通俗查询:“给我阿司匹林的分子式、分子量、SMILES 和 InChIKey。”
https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/name/aspirin/property/MolecularFormula,MolecularWeight,SMILES,InChIKey/JSON
真实响应(已截取):
{"PropertyTable": {"Properties": [{
"CID": 2244,
"MolecularFormula": "C9H8O4",
"MolecularWeight": "180.16",
"SMILES": "CC(=O)OC1=CC=CC=C1C(=O)O",
"InChIKey": "BSYNRYMUTXBXSQ-UHFFFAOYSA-N"}]}}
注意:PubChem 已经重命名了它的 SMILES 属性。请求旧的 CanonicalSMILES 仍然有效,但返回结果现在标为 ConnectivitySMILES(不含立体化学)。如果需要完整、含立体信息的字符串,请请求 SMILES。
更多经过测试的 PubChem 查询:
- InChIKey 转 CID:
https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/inchikey/BSYNRYMUTXBXSQ-UHFFFAOYSA-N/cids/JSON返回2244。 - 与西替利嗪 2D 相似度(≥90%):
https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/fastsimilarity_2d/cid/2678/cids/JSON?Threshold=90&MaxRecords=10 - 由 SMILES 进行子结构检索:
https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/fastsubstructure/smiles/c1ccc(cc1)C(c1ccc(Cl)cc1)N1CCNCC1/cids/JSON?MaxRecords=10
什么是 ChEMBL?首选的生物活性数据库
ChEMBL 是人工整理的生物活性类药分子数据库,由 EMBL 欧洲生物信息研究所(EMBL-EBI)维护。其核心是从期刊论文和提交的数据集中提取的实测活性数据,例如 IC50、Ki 和 EC50 值,每条都与一个化合物、一个实验和一个生物靶点相关联。
- 规模(ChEMBL 37,2026 年 5 月):据 ChEMBL API 状态端点报告,共有 2,921,148 个不同化合物、24,527,044 条活性数据、18,552 个靶点和 101,100 篇文献。
- 用途:构效关系(SAR)、查找某个靶点的已知活性化合物、构建机器学习训练集,以及查看药物的批准阶段。
- 用户:药物化学家、药理学家、计算化学家和数据科学家。
- 访问方式:网页界面和免费的 REST API(JSON 或 XML),以及完整下载(SQLite、PostgreSQL、SDF)。
- 许可协议:CC BY-SA 3.0。ChEMBL 要求在再利用其数据时保留 ChEMBL ID 和版本号。
通俗查询:“在 ChEMBL 中查找阿司匹林。”
https://www.ebi.ac.uk/chembl/api/data/molecule/search.json?q=aspirin
第一个命中结果是 CHEMBL25(ASPIRIN,max phase 4,即已批准),SMILES 为 CC(=O)Oc1ccccc1C(=O)O。
通俗查询:“ChEMBL 中有哪些西替利嗪(CHEMBL1000)对人组胺 H1 受体(CHEMBL231)的活性数值?”
https://www.ebi.ac.uk/chembl/api/data/activity.json?molecule_chembl_id=CHEMBL1000&target_chembl_id=CHEMBL231&pchembl_value__isnull=false
真实响应(从返回的 12 条记录中截取两条):
{"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 与 ChEMBL:有什么区别?
PubChem 求广,ChEMBL 求深。PubChem 力求收录任何人提交过的每种化学品,因此是鉴定化合物的最佳去处。ChEMBL 收录的化合物少得多,但以统一的格式(标准单位、pChEMBL 值、映射的靶点)整理其生物活性,因此更适合回答“它的活性有多强、作用于什么?”实际上两者都要用:用 PubChem 确认结构和标识符,用 ChEMBL 查看药理数据。
什么是 ChEBI?人工整理的小分子词典
ChEBI(Chemical Entities of Biological Interest,具有生物学意义的化学实体)是由 EMBL-EBI 运营的人工整理小分子词典和本体。经过整理的条目包含定义、结构、同义词和本体链接,说明该分子是什么(例如“苯甲酸类的一员”)以及具有什么作用(例如“非甾体抗炎药”)。
- 规模:201,471 个条目,其中 61,961 个为完全整理的“三星”条目(第 244 版,见 2026 年 Nucleic Acids Research 论文)。
- 用途:统一命名和分类、注释代谢组学和系统生物学数据,以及讲授官能团和化合物类别。
- 访问方式:ChEBI 2.0(2025 年 10 月上线)有新的网站和 REST API;旧的 SOAP 服务已停用。
- 许可协议:CC BY 4.0。
通俗查询:“CHEBI:15365 是什么?”
https://www.ebi.ac.uk/chebi/backend/api/public/compound/CHEBI:15365/
响应返回 "name": "acetylsalicylic acid"、分子式 C9H8O4、单一同位素质量 180.04226 以及定义文本。也可以进行文本检索:https://www.ebi.ac.uk/chebi/backend/api/public/es_search/?term=aspirin。
什么是 ZINC?用于虚拟筛选的数十亿化合物
ZINC 是一个免费的数据库,收录为虚拟筛选准备的市售(“实际可得”)化合物,由 UCSF 的 Irwin 和 Shoichet 实验室建立。ZINC-22 侧重于 Enamine、WuXi 和 Mcule 的庞大按需合成目录,其姊妹数据库 ZINC20 则涵盖规模较小的现货目录。ZINC15 是较早的一代,许多教程中仍会提到它。
- 规模:约 549 亿个 2D 分子和 59 亿个可直接对接的 3D 格式分子(CartBlanche22 主页,核实于 2026 年 10 月)。ZINC-22 论文发表时报告的是 370 亿个 2D 分子,可见其增长之快。
- 用途:对接筛选、查找可购买的类似物,以及下载带电荷和构象、可直接对接的 3D 文件。
- 用户:计算化学家、结构生物学家和学术筛选团队。
- 访问方式:CartBlanche 网页界面(相似性、子结构和 ID 检索)、批量下载以及云端副本。
- 许可协议:“对所有人免费使用和下载”;未经书面许可不得再分发主要部分(UCSF ZINC 许可协议)。
通俗查询:“查找与西替利嗪相似的可购买化合物。”把 SMILES OC(=O)COCCN1CCN(CC1)C(c1ccccc1)c1ccc(Cl)cc1 粘贴到 cartblanche22.docking.org 的相似性检索中。
坦白说明:在撰写本指南时,我们无法可靠地用脚本查询 ZINC。ZINC15/ZINC20 页面有验证码保护,而我们以程序方式提交的 CartBlanche22 检索任务返回为空。对大多数用户而言,推荐使用网页界面。
什么是 RCSB PDB?蛋白质和配体的 3D 结构
蛋白质数据库(PDB)是全球唯一的实验测定的蛋白质、核酸及其复合物 3D 结构档案库;RCSB PDB 是其美国数据中心和检索门户。对化学家而言,它的价值在于结合的配体:你可以清楚地看到小分子如何结合在结合口袋中。
- 规模:当前有 260,724 个条目(RCSB holdings API,核实于 2026 年 10 月)。
- 用途:研究结合模式、为对接准备受体、讲授蛋白质结构,以及查找含有某个配体的所有结构。
- 访问方式:网页、Data API(
data.rcsb.org)和 Search API(search.rcsb.org),后者支持文本、序列和化学检索。 - 许可协议:PDB 数据以 CC0 1.0(公有领域)发布。
通俗查询:“显示阿司匹林(组分 ID AIN)的配体记录。”
https://data.rcsb.org/rest/v1/core/chemcomp/AIN
返回名称 2-(ACETYLOXY)BENZOIC ACID 和分子式 C9 H8 O4。
通俗查询:“哪些 PDB 条目含有阿司匹林?”(Search API;粘贴到浏览器中,浏览器会自动对 JSON 进行 URL 编码):
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"}
真实响应(已截取):"total_count": 8,包括 1OXR、1TGM 和 3GCL 等条目。用阿司匹林的 SMILES 提交化学检索(service: "chemical")同样返回 AIN 作为最佳匹配。你可以在 MolDraw 蛋白质查看器中按 PDB ID 加载其中任意条目,或在 rcsb.org 上打开。
什么是 UniChem?在数据库之间转换 ID
UniChem 是 EMBL-EBI 的标识符交叉引用服务:给它一个结构标识符,它会返回其他数据库中对应的 ID。它通过标准 InChI/InChIKey 关联记录,因此只要两个数据库收录了相同的结构就能使用。
- 规模:UniChem API 列出 25 个数据源,包括 ChEMBL、PubChem、ChEBI、DrugBank、RCSB PDB、PDBe、SureChEMBL、HMDB、BindingDB 和 nmrshiftdb2(核实于 2026 年 10 月)。
- 用途:合并数据集、从 ChEMBL ID 跳转到 PDB 配体代码,以及查看某个化合物还出现在哪些地方。
- 访问方式:网页和 REST API(
/unichem/api/v1/)。 - 许可协议:按 EMBL-EBI 使用条款免费使用;每个映射 ID 背后的数据保留其来源的许可。
通俗查询:“阿司匹林的 InChIKey 还出现在哪些地方?”
curl -X POST https://www.ebi.ac.uk/unichem/api/v1/compounds \
-H "Content-Type: application/json" \
-d '{"type":"inchikey","compound":"BSYNRYMUTXBXSQ-UHFFFAOYSA-N"}'
响应将其映射到 CHEMBL25、CHEBI:15365、PubChem CID 2244、DrugBank DB00945、PDB 配体 AIN 和 Guide to Pharmacology 4139 等。
什么是 nmrshiftdb2?免费的 NMR 谱图数据库
nmrshiftdb2 是一个开放、经同行评审的有机结构及其 NMR 谱图网络数据库,内置 ¹H 和 ¹³C 化学位移预测。其核心是完全归属的谱图,许多附有原始数据。
- 规模:271,817 个结构、70,030 张实测谱图和 396,583 张计算谱图(主页计数器,核实于 2026 年 10 月)。
- 用途:检查归属、查找某类化合物的参考化学位移,以及讲授 NMR 谱图解析。
- 访问方式:可按结构、子结构、谱图和其他性质进行网页检索;该网站于 2026 年 6 月宣布推出新的 REST 接口(我们未测试)。
- 许可协议:软件开源,数据以开放内容许可发布。
通俗查询:“查找含 4-氯二苯甲基的化合物的实测 ¹³C 谱。”在 nmrshiftdb2 的检索选项卡中画出该片段,进行子结构检索。如果想在检索前快速估算一下,MolDraw 的结构转 NMR 工具可以根据你画的结构预测谱图。
什么是 MassBank?实验 MS/MS 谱图
MassBank 是一个开放的小分子实验质谱库,由世界各地的实验室贡献。这里的示例使用 MassBank Europe(massbank.eu)。每条记录描述一张谱图:化合物、仪器、电离方式、碰撞能量和峰列表。
- 规模:139,006 条记录(MassBank API 计数,核实于 2026 年 10 月)。
- 用途:在 LC-MS/MS 和代谢组学中鉴定未知物、比较碎裂模式,以及讲授质谱。
- 访问方式:网页检索(名称、分子式、峰)和 REST API。
- 许可协议:每条记录都有各自的知识共享许可(默认为 CC BY,但也有 CC0、CC BY-SA 或非商业许可),因此再利用前请查看
license字段。
通俗查询:“列出 MassBank 中咖啡因的谱图。”
https://massbank.eu/MassBank-api/records/search?compound_name=caffeine
返回了 134 个记录编号。获取其中一条 https://massbank.eu/MassBank-api/records/MSBNK-ACES_SU-AS000088,得到一张 [M+H]⁺ 的 LC-APCI Orbitrap MS2 谱图,前体离子在 m/z 195.088,主要碎片在 m/z 138.067,许可为 CC BY。
什么是 COCONUT?开放的天然产物数据库
COCONUT(COlleCtion of Open NatUral producTs)是最大的开放天然产物结构库,由耶拿弗里德里希·席勒大学的 Steinbeck 课题组整理。2.0 版把每个分子与其来源生物、文献和立体化学变体关联起来。
- 规模:来自 71 个数据集的 738,829 个独特分子,涉及 73,137 种生物(COCONUT 统计页面,核实于 2026 年 10 月)。COCONUT 2.0 论文报告其 2024 年 9 月发布时为 695,133 个。
- 用途:天然产物去重复鉴定、骨架设计思路,以及构建筛选集。
- 访问方式:网页检索(名称、结构、子结构、相似性)和完整的 SDF/SQL 下载。REST API 存在,但需要登录免费账户,所以本指南没有运行它。
- 许可协议:数据为 CC0;代码为 MIT。
通俗查询:“显示与咖啡因相似的天然产物。”把咖啡因的 SMILES CN1C=NC2=C1C(=O)N(C(=O)N2C)C 粘贴到 coconut.naturalproducts.net 的结构检索中。
什么是 SureChEMBL?来自专利的化学信息
SureChEMBL 是 EMBL-EBI 的免费专利化学数据库:它对专利文献进行文本和图像挖掘,提取其中提到的化学结构。这是免费查询“哪些专利包含这个结构?”最简单的方法。
- 规模:SureChEMBL 2.0(2025 年 5 月)涵盖来自五个专利局(CNIPA、EPO、JPO、USPTO、WIPO)的约 1.166 亿份专利文献;仅 USPTO 就贡献了约 1990 万个独特化合物。
- 用途:现有技术检索、专利布局分析,以及在化合物系列出现在期刊之前发现它们。
- 访问方式:按结构或关键词进行网页检索、REST API,以及每两周更新的批量 Parquet 文件。
- 许可协议:CC BY 4.0。
通俗查询:“把名称 cetirizine(西替利嗪)解析为 SureChEMBL 化合物。”
https://www.surechembl.org/api/chemical/name/cetirizine
真实响应(已截取):"chemical_id": "4176"、"inchi_key": "ZKLPARSLTMPFCP-UHFFFAOYSA-N"。然后可以在网页界面中检索包含该结构的专利。
DrugBank 和 NIST Chemistry WebBook 呢?
DrugBank 是一个详尽的知识库,收录已批准和在研药物及其靶点、代谢和相互作用。它可以免费浏览,但下载需要账户;学术数据集以 CC BY-NC 4.0 许可供非商业使用,商业使用需要付费许可。可以把它看作“免费阅读,但不能免费再利用”。
NIST Chemistry WebBook(NIST 标准参考数据库 69)提供许多小分子的热化学数据、气相红外光谱和电子轰击电离质谱。它可以免费在线检索,例如 https://webbook.nist.gov/cgi/cbook.cgi?Name=caffeine&Units=SI,但数据受版权保护,批量再分发需获得 NIST 许可。
我应该使用哪个化学数据库?
| 你的问题 | 首选 | 其次可试 |
|---|---|---|
| 这是什么化合物?名称、分子式、CAS 号、性质 | PubChem | ChEBI |
| 它的活性有多强,作用于哪个靶点? | ChEMBL | PubChem BioAssay |
| 它属于哪一类,有什么生物学作用? | ChEBI | PubChem |
| 我能买到或对接哪些相似化合物? | ZINC-22 | PubChem(供应商) |
| 配体如何与蛋白质结合? | RCSB PDB | ChEMBL(靶点数据) |
| 我有数据库 A 中的 ID,它在数据库 B 中是什么? | UniChem | PubChem 交叉引用 |
| 它的 ¹H/¹³C NMR 应该是什么样? | nmrshiftdb2 | MolDraw NMR 预测 |
| 我的 MS/MS 谱图与已知化合物匹配吗? | MassBank | NIST WebBook(EI-MS) |
| 它是天然产物吗?来自哪种生物? | COCONUT | ChEBI |
| 这个结构出现在专利中吗? | SureChEMBL | PubChem Patent |
| 想了解某个已批准药物的详细信息? | DrugBank(浏览) | ChEMBL |
| 热化学或参考红外光谱? | NIST WebBook | PubChem |
如何将这些数据库与 MolDraw 结合使用?
大多数数据库用机器可读的标识符检索效果最好,而不是用名称。MolDraw 可以直接从结构图给出这些标识符:
- 在 MolDraw 编辑器中画出结构(或用名称转结构粘贴名称)。
- 从顶部选项栏中复制 SMILES(Copy SMILES)。右键菜单中的 Copy as… 还提供 InChI 和 MOL 格式(参见 MolDraw 课程的 SMILES 章节)。
- 用 SMILES 转 InChIKey 转换器生成 InChIKey。在 PubChem、ChEMBL、ChEBI 和 UniChem 之间,InChIKey 是最可靠的精确匹配键。
- 查询:把 SMILES 粘贴到数据库的结构检索中,或把 InChIKey 放进上面某个 REST URL 中。
- 把结果带回来:用 CID 转 SMILES 转换器转换 PubChem CID,或用 InChIKey 转 SMILES 转换 InChIKey,然后粘贴到 MolDraw 中编辑。
例题:如何比较西替利嗪类似物?
假设你在研究抗组胺药西替利嗪,想知道有哪些相近的类似物、它们的活性有多强,以及能否买到新的类似物。下面是一个使用三个数据库的工作流程;每个数字都来自我们实际运行的查询。
第 1 步:在 PubChem 中鉴定。在 MolDraw 中画出西替利嗪,复制 SMILES,然后查询:
https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/name/cetirizine/property/MolecularFormula,MolecularWeight,InChIKey,XLogP,TPSA/JSON
PubChem 返回 CID 2678、C21H25ClN2O3、分子量 388.9、XLogP 1.7、TPSA 53 和 InChIKey ZKLPARSLTMPFCP-UHFFFAOYSA-N。
第 2 步:在 PubChem 中查找类似物。2D 相似性查询(阈值 90)返回的相关化合物包括羟嗪(CID 3658,西替利嗪的母体药物)和左西替利嗪(CID 1549000,其单一对映体),以及它们的盐。对氯二苯甲基哌嗪核心进行子结构检索,还能找到氯环嗪、美克洛嗪和布克利嗪。
第 3 步:在 ChEMBL 中比较活性。在 ChEMBL 中查询该 InChIKey:
https://www.ebi.ac.uk/chembl/api/data/molecule.json?molecule_structures__standard_inchi_key=ZKLPARSLTMPFCP-UHFFFAOYSA-N
结果为 CHEMBL1000(max phase 4,1995 年首次获批)。其活性记录包括人 H1 受体 Ki 值 5.89 至 79 nM(pChEMBL 7.1–8.2),以及弱得多的 hERG(KCNH2)IC50,约 30 µM(pChEMBL 约 4.5)。这大约三个数量级的窗口,正是 ChEMBL 让选择性比较变得容易的那类数据。相似性检索 https://www.ebi.ac.uk/chembl/api/data/similarity/ZKLPARSLTMPFCP-UHFFFAOYSA-N/80.json 会列出左西替利嗪和西替利嗪的各种盐型,可用同样的方法比较。
第 4 步:在 ZINC 中查找可购买的类似物。把 SMILES 粘贴到 CartBlanche22 的相似性检索中,查看改变了酸侧链或芳环的按需合成化合物。然后在 MolDraw 中检查感兴趣的命中化合物的性质,例如使用 Lipinski 规则计算器。
解读提示:不同论文中的活性数值是在不同实验中测得的。请比较同一靶点、同类实验的 pChEMBL 值,对单次测量结果要谨慎。
如何高效检索化学数据库?
- 精确匹配优先用 InChIKey,相似性或子结构检索用 SMILES。名称容易产生歧义(“维生素 C”、盐、商品名)。
- 注意盐和立体异构体。西替利嗪、二盐酸西替利嗪和左西替利嗪在每个数据库中都是不同的记录。
- 记下版本或日期。引用 ChEMBL 时注明版本号,并记录查询 PubChem 的日期。
- 遵守速率限制。PubChem 要求每秒不超过 5 次请求;大型任务请分批处理或下载批量文件。
- 再分发前检查许可协议。本指南中的所有数据库都可以免费浏览,但重新发布数据并不总是被允许的。
要点总结
- PubChem 是最大的免费化学数据库,是鉴定化合物的首选。
- ChEMBL 是最好的免费生物活性数据库:人工整理并与靶点关联的活性数据。
- ChEBI 对分子进行分类;UniChem 在数据库之间转换 ID。
- ZINC-22 用于虚拟筛选和购买类似物;RCSB PDB 用于查看 3D 结合模式。
- nmrshiftdb2、MassBank 和 NIST WebBook 分别覆盖 NMR、MS/MS 以及红外/热化学数据。
- COCONUT 覆盖天然产物,SureChEMBL 覆盖专利。
- 在 MolDraw 中绘制,复制 SMILES,生成 InChIKey,就能查询所有这些数据库。
常见问题
最大的免费化学数据库是哪个?
PubChem 是最大的免费化学数据库,收录约 1.24 亿个独特化合物和 3.49 亿个提交物质(核实于 2026 年 10 月)。ZINC-22 列出的分子更多(约 549 亿个),但其中大多数是用于筛选的按需合成虚拟化合物,而不是已表征的物质。
PubChem 和 ChEMBL 有什么区别?
PubChem 是一个范围广泛的聚合数据库,力求收录所有提交的化学品,因此最适合用于鉴定和查询性质。ChEMBL 规模较小,但针对生物活性进行了人工整理,标准化的活性数值与靶点相关联,因此最适合构效关系和药物发现方面的问题。
ZINC 可以免费用于商业用途吗?
根据 UCSF 的 ZINC 许可协议,ZINC 对所有人(包括公司)免费使用和下载。限制在于再分发:未经 ZINC 团队书面许可,不得再分发 ZINC 的主要部分。化合物本身需要从所列供应商处购买。
哪个免费数据库有 NMR 谱图?
nmrshiftdb2 是主要的免费 NMR 数据库,收录 271,817 个结构的 70,030 张实测谱图(核实于 2026 年 10 月),并内置 ¹H 和 ¹³C 预测。PubChem 化合物页面也链接了其他来源的谱图,而 NIST Chemistry WebBook 收录的是红外和质谱,而不是 NMR。
哪个免费数据库有质谱?
MassBank 收录 139,006 条实验质谱记录(核实于 2026 年 10 月),大多是小分子的 MS/MS 谱,每条记录采用各自的知识共享许可。NIST Chemistry WebBook 在线提供许多小分子的电子轰击电离质谱。
可以按结构检索化学数据库吗?
可以。PubChem、ChEMBL、ChEBI、ZINC、RCSB PDB、nmrshiftdb2、COCONUT 和 SureChEMBL 都支持结构检索,通常通过绘制结构或粘贴 SMILES 进行。你可以在 MolDraw 中画出分子,复制其 SMILES,粘贴到数据库的结构检索中;也可以通过它们的 API 进行精确、子结构或相似性查询。
哪个化学数据库最适合学生?
名称、性质和安全数据从 PubChem 开始,定义和化合物类别用 ChEBI,3D 结构用 RCSB PDB。这三个都免费、无需账户,界面也清晰。学习药理学时再加上 ChEMBL,学习 NMR 时再加上 nmrshiftdb2。
什么是生物活性数据库?
生物活性数据库存储化合物对生物靶点的实测效应,例如 IC50、Ki 或 EC50 值,并与实验和蛋白质相关联。ChEMBL 是领先的免费生物活性数据库;PubChem BioAssay 收录了实验室和筛选中心提交的筛选结果。
DrugBank 免费吗?
DrugBank 可以免费在线浏览,学术用户注册后可在 CC BY-NC 4.0 许可下下载数据集。商业用途(包括用于商业产品或服务)需要向 DrugBank 购买付费许可。
如何把 PubChem CID 转换为 ChEMBL ID?
使用 UniChem。查到化合物的 InChIKey(PubChem 在每个化合物页面上都会显示),然后发送到 UniChem 化合物 API,它会返回对应的 ChEMBL、ChEBI、DrugBank、PDB 等标识符。以阿司匹林为例,InChIKey BSYNRYMUTXBXSQ-UHFFFAOYSA-N 把 CID 2244 对应到 CHEMBL25。
资料来源
- PubChem:pubchem.ncbi.nlm.nih.gov · PUG-REST 文档 · Kim S. et al. PubChem 2025 update, Nucleic Acids Res. 2025, doi:10.1093/nar/gkae1059
- ChEMBL:ebi.ac.uk/chembl · API 文档 · 许可协议与简介 · ChEMBL 37 发布公告
- ChEBI:ebi.ac.uk/chebi · ChEBI 2.0 上线 · 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 · UCSF ZINC 许可协议
- RCSB PDB:rcsb.org · Data API · Search API · 使用政策
- UniChem:ebi.ac.uk/unichem · API 文档
- nmrshiftdb2:nmrshiftdb.nmr.uni-koeln.de
- MassBank:massbank.eu · MassBank API · 记录格式与许可
- COCONUT:coconut.naturalproducts.net · Chandrasekhar V. et al. COCONUT 2.0, Nucleic Acids Res. 2025, doi:10.1093/nar/gkae1063
- SureChEMBL:surechembl.org · SureChEMBL 2.0 发布公告 · 常见问题与许可
- DrugBank:go.drugbank.com · 学术许可
- NIST Chemistry WebBook:webbook.nist.gov/chemistry · NIST SRD 许可