超实用！比你还专业，用这个药物数据库，让你的基金和SCI瞬间开挂！

ChEMBL：药物信息综合数据库

嗨，小伙伴们大家好！我们继续引药生变的这一系列话题哈。前面给大家介绍过数期药物、靶基因与疾病网络关系数据库及药物靶基因信息数据库。这周再给大家介绍一款骨灰级数据库ChEMBL，提供药物理化性质、靶基因和临床数据等信息，一起来康康吧~！

引药生变系列传送门

1.厉害了！疾病和药物基因哪里找？这个数据库是你的课题思路之源！也太太太太太太实用了吧！

2.一站式搞定中药数据挖掘，生信分析里的万金油！靶点，基因，机制，疾病都有了！

3.药物和基因搞对象的全流程，全靠这个数据库？高分SCI的套路，1分钟搞定！

4.这次不挑疾病，真的！！！

5.夸到词穷！网药研究一条龙分析都有了！简单又实用!

6.研究药物的有福了！这个网药数据库还有这么强大的分析功能！堪称神器！

7.一刻钟内，最大限度提升SCI创新性！小白都能学会!

8.研究药的都能能用上！这个数据库太实用，比想象中更牛！

9.一站式搞定网药分析？发3+SCI就靠这个数据库了！

10.惊喜！10+SCI用这个数据库添彩，靶基因-药物预测，就靠它了！

▌数据库概览

进入ChEMBL主页（https://www.ebi.ac.uk/chembl/#），该数据库属于EBI旗下，目前更新至2021年1月ChEMBL 28版本，收录2,086,898个化合物的17,276,334条药物活性和14,347个靶基因信息。数据库收录药物理化性质、化学结构、药代动力学ADMET（吸收、分配、代谢、排泄和毒性）和靶基因信息，及部分药物活性、临床适应症和机制信息，数据源自于核心药物化学期刊、已批准药物和开发中的临床候选药物数据和其他数据库（如PubChem、BioAssay和BindingDB等）。

点击菜单栏Downloads，该数据库所有数据均可免费下载。

点击More目录下FAQ可查看该数据库快速使用指南和常见问题。More菜单下还有更多如Blog、Twitter等学习交流平台。另外，该数据库还允许基于XML或JSON对数据进行编程检索。关于ChEMBL更多功能，感兴趣的小伙伴们可以自行探索哈~！

▌数据库核心功能及操作演示

ChEMBL数据库有数据浏览、数据检索和可视化三大核心功能板块，另外提供ChEMBL NTD、SureChEMBL和UniChem三个实用性子数据库。

数据浏览功能

在首页点击词云图中感兴趣的数据分类条目（Documments、Mechanisms、Drugs、Indications、Compounds、Assays、Mechanisms、Targets和Tissues）直接进行数据浏览，或者点击Browse all ChEMBL进入数据浏览页面，同样可以选择感兴趣的数据分类条目。

数据浏览页面，每个数据类型目录下的左侧栏都提供Filter功能，可以选择感兴趣的条目对该数据类型进行筛选，之后点击右上角下载按钮可以直接下载，或在右上角检索感兴趣的条目，左上角可切换以表格或图标形式展示。在Compounds目录下有2,086,898个小分子药物，Filter筛选条件分别是分子类型（Type）、最大临床试验期（Max Phase）、违反新药研发RO5规则的次数、分子质量、油水分配系数（Alogp）、ATC分类、靶基因和生物活性信息。在Targets目录下有11,316个靶基因，Filter筛选条件分别是物种分类、蛋白分类、蛋白类型、对应的药物和活性信息。在Assays、Documents、Cells和Tissues目录下Filter筛选条件类似，不再赘述。

上述每个数据类型下，Filter栏右上角点击设置可添加更多过滤条件。以Compounds为例，提供更多ADEMT和其他信息。

以浏览Compounds目录下小分子（Small molecule）为例，点击Filter栏Type下Small molecule，可见数据库收录1,920,027个小分子化合物信息。右上角输入IMATINIB检索肿瘤靶向药伊马替尼的信息，结果第一个即为目标药物，点击CHEMBL941查看详细信息。

右侧是导航栏。首先展示IMATINIB基本信息，包括CHEMBL ID、药物名称、临床试验期情况（通过4期临床试验）、分子质量、替代形式（甲磺酸伊马替尼）、商品名（格列卫）和数据类型。左侧展示结构式，点击下方Structure Search可检索类似结构的其他小分子化合物药物。

页面下拉：Representations部分展示该化合物SMILES结构式和InChI表达式；Sourse部分提供数据来源；Alternative Forms部分为该化合物其他表达形式。

页面再下拉：Drug Indication展示伊马替尼的临床适应症、相应临床试验信息和参考文献；Drug Mechanisms展示伊马替尼在临床应用中的靶基因信息；Clinical Data提供伊马替尼的临床数据。

页面继续下拉：Similar Compounds展示与伊马替尼有85%结构相似度的其他化合物结构式和CHEMBL ID。

再下来，Metablism部分展示伊马替尼在体内药物代谢情况。

接下来，展示数据库中伊马替尼相关信息的统计情况，包括数据类型、靶基因类型、文献期刊等。

再接下来，对于药物及其机制研究比较重要：Target Predictions部分，提供潜在的药物靶基因信息，结果中：active表示与靶基因相互作用；inactive表示与靶基因不存在相互作用；empty表示无法预测与靶基因关系；both表示不能得出结论。预测可信度分为70%、80%和90%三个档次。Calculated Properties部分，展示药物理化性质。

最后，提供伊马替尼在其他数据库中的交叉引用情况。

信息检索功能

数据库快速检索：在首页右上角检索框中直接输入化合物名称或结构式、靶基因、细胞系或组织进行检索。以示例Brain为例，结果展示靶向脑组织的203种化合物，详细信息基本同前。

数据库高级检索：在首页右上角点击Advance Search进入高级检索页面，提供3种检索方式。（1）以结构式进行检索：绘制化合物结构式并精确检索、以设定的相似度检索或以绘制的亚结构进行检索。（2）以靶基因序列进行检索：可输入或上传序列文件，点击supported format进入帮助文档查看支持的文件格式。（3）支持以药物化合物或靶基因CHEMBL ID进行检索。

以下以第一种方式为例：绘图面板中绘制伊马替尼结构式：①点击下方苯环结构，绘制一个苯环；②点击右侧N，点击苯环右下角的C将其替换为N；③点击左侧碳链单键，在苯环做下角添加一个单键；④⑤⑥同前法依次绘制其它结构。最终绘制好伊马替尼结构式，或点击打开文件标识，输入伊马替尼的SMILE结构式，相似度默认95%以上，点击Similary进行检索。

结果展示有3个化合物与伊马替尼结构相似度95%以上，可分别点开查看详情。

可视化板块

点击首页See all visualizations，可视化板块主要是数据库各个数据类型统计结果，用于整体上探索数据库，各个图形中均可点击某个感兴趣模块查看详细信息，不再赘述。

除此之外，可以对检索结果进行可视化，以快速检索Brain为例，点击右左上角Graph或Heatmap可查看检索结果散点图或热图形式。

实用子数据库

ChEMBL数据库提供比较实用的子数据库，其中malaria inhibitor prediction (MAIP)平台和ChEMBL NTD模块为疟疾相关药物研究数据库。以下介绍SureChEMBL和UniChem子数据库。

首页中点击UniChem进入子数据库。检索框输入伊马替尼InChI表达式，点击Submit Query，检索结果显示在各个数据库中伊马替尼的ID及对应链接，第一条即为UniChem数据库。

点击SureChEMBL进入子数据库。该界面与UniChem中以结构式检索化合物功能板块类似，提供更多设置条件，感兴趣小伙伴可以自行探索。

▌文献应用案例

提供两篇文献供大家学习：

文献案例一：PMID 32627965

本文以机器学习方式，基于397种抗癌药物及其靶基因敲除的484种细胞系功能评价，校正混杂因素后筛选出865个显著的单基因与药物关联数据。药物潜在的靶基因数据来自ChEMBL数据库25版本，筛选条件为：人类、pChEMBL值和基于IDG的药物活性阈值（激酶：≤3nM；核受体：≤100nM；GPCR：≤100nM；离子通道：≤10 μM；其他：≤1μM）等。

文献案例二：PMID 33920024

本文旨在挖掘作用于GCGR和GLP-1R的药物。分别ChEMBL数据库检索到265个GLP-1R配体和650个GCGR配体，基于Daylight/Tanimoto方法评估其与配体相似性和Autodock4工具分析其与配体亲和力，并结合其他多种方法筛选适合的药物。以上两篇文章均属于公告数据库挖掘的纯生信文章，没有湿实验验证环节，然而都发表在比较高分杂志，感兴趣的小伙伴可以下载学习。

以上就是ChEMBL数据库的全部内容，开发并维护数据库不易，小伙伴们使用时别忘记引用以下参考文献！

写在结尾

Mendez D, Gaulton A, Bento AP, et al. ChEMBL: towards direct deposition of bioassay data. Nucleic Acids Res. 2019;47(D1):D930-D940. doi:10.1093/nar/gky1075