DrugBank数据库——小分子

qq_36801966 · 2025-03-29 14:32:10 发布

从DrugBank爬取小分子药物数据，并存入数据库中，由于每一个收录的分子，DrugBank都做了很详尽的描述，信息量非常大，因此将爬取到的信息分两张表保存：一张表（A表）保存基本药物基本信息和化学性质，另一张表（B表）保存与大分子（包括靶标蛋白、酶、转运蛋白）的相互作用。

字段名	类型	解释说明
Compound_Id	int	化合物Id，化合物的唯一标识
Drug_name	varchar（200）	药物名称
accession_number	varchar(80)	在DrugBank中的变化，以DB为开头
groups	Varchar(60)	1：approved, 2:nutraceutical, 3:llliclit
4:Investigational, 5:withdrawn, 6:experimental
cas	Varchar(30)	CAS号
weight	float	分子量
smiles	Varchar(600)	分子的smiles格式的字符串
Action_mechanism	text	作用机制描述
Absorption	text	吸收过程描述
Protein_binding	text	蛋白结合率描述
metabolism	text	代谢过程描述
Toxicity	text	毒性描述
ex_soluble	Varchar(150)	实验测的溶解度，由于表述方式不同，只能记录其表述，后期需要训练时，再转化为“易容、可溶、微溶”等分类。该数据常常会空缺。
ex_logP	float	实验测得的logP值，常常空缺。
Pred_solubility	float	由ALOGPS预测的水溶解度，单位为mg/ml偶尔空缺
Pred_logP	float	由ALOGPS预测的logP, 偶尔空缺
Pred_logS	float	由ALOGPS预测的logS, 偶尔空缺
Pre_Intestinal_absorption	int	是否能通过肠胃吸收（预测值），-1：不吸收，1：吸收
Pre_bbb	int	是否能通过血脑屏障（预测值），-1：通不过，1：通过
Pre_CYP_2C9	Varchar(40)	是否抑制Pre_CYP_2C9
Pre_CYP_2D6	Varchar(40)	是否抑制Pre_CYP_2D6
Pre_CYP_2C19	Varchar(40)	是否抑制Pre_CYP_2C19
Pre_CYP_3A4	Varchar(40)	是否抑制Pre_CYP_3A4
Class	Varchar(100)	分子的分类
Sub_class	Varchar(100)	分子的亚类，可用于相似结构的搜索

说明：MOL、SDF、3D-SDF、PDB、SMILES、InChI以文件形式下载后保存

字段名	类型	解释说明
Item_id	int	记录的id
Compound_Id	int	Id，化合物的唯一标识，与A表的Compound_Id对应
Interatction_target	varchar（400）	作用于大分子的名称
Target_kind	int	大分子类别，1:蛋白质， 2：核酸， 3：多糖
Organism	Varchar(50)	大分子来源的物种
Action_type	Varchar(50)	与大分子的作用方式，是激动还是抑制
Action_relaiton	Varchar(30)	作用的关系，是靶标还是代谢酶或是转运蛋白
Gene_name	Varchar(100)	基因名称
Uniprot_id	Varchar(150)	大分子在www.uniprot.org数据库中的ID，通过这个id，可以在www.uniprot.org中查询到该大分子的详尽信息