--- name: drugbank-database description: 从DrugBank数据库访问和分析综合药物信息，包括药物特性、相互作用、靶点、通路、化学结构和药理学数据。在处理药物数据、药物发现研究、药理学研究、药物-药物相互作用分析、靶点识别、化学相似性搜索、ADMET预测或任何需要DrugBank详细药物和药物靶点信息的任务时使用此技能。 license: Unknown metadata: skill-author: K-Dense Inc. --- # DrugBank 数据库 ## 概述 DrugBank 是一个全面的生物信息学和化学信息学数据库，包含关于药物和药物靶点的详细信息。此技能使能够对 DrugBank 数据进行编程访问，包括约 9,591 个药物条目（2,037 个 FDA 批准的小分子、241 个生物技术药物、96 个营养保健品和 6,000+ 个实验化合物），每个条目有 200 多个数据字段。 ## 核心能力 ### 1. 数据访问和身份验证 使用 Python 通过适当的身份验证下载和访问 DrugBank 数据。此技能提供关于以下方面的指导： - 安装和配置 `drugbank-downloader` 包 - 通过环境变量或配置文件安全地管理凭据 - 下载特定或最新版本的数据库 - 高效地打开和解析 XML 数据 - 使用缓存数据以优化性能 **何时使用**：设置 DrugBank 访问、下载数据库更新、初始项目配置。 **参考**：有关详细身份验证、下载过程、API 访问、缓存策略和故障排除，请参阅 `references/data-access.md`。 ### 2. 药物信息查询 从数据库中提取综合药物信息，包括标识符、化学属性、药理学、临床数据和外部数据库的交叉引用。 **查询能力**： - 通过 DrugBank ID、名称、CAS 号或关键词搜索 - 提取基本药物信息（名称、类型、描述、适应症） - 检索化学属性（SMILES、InChI、分子式） - 获取药理学数据（作用机制、药效学、ADME） - 访问外部标识符（PubChem、ChEMBL、UniProt、KEGG） - 构建可搜索的药物数据库并导出到 DataFrame - 按类型过滤药物（小分子、生物技术、营养保健品） **何时使用**：检索特定药物信息、构建药物数据库、药理学研究、文献综述、药物分析。 **参考**：有关 XML 导航、查询函数、数据提取方法和性能优化，请参阅 `references/drug-queries.md`。 ### 3. 药物-药物相互作用分析 分析药物-药物相互作用（DDI），包括机制、临床意义和相互作用网络，用于药物警戒和临床决策支持。 **分析能力**： - 提取特定药物的所有相互作用 - 构建双向相互作用网络 - 按严重性和机制分类相互作用 - 检查药物对之间的相互作用 - 识别具有最多相互作用的药物 - 分析多药治疗方案的安全性 - 创建相互作用矩阵和网络图 - 在相互作用网络中执行社区检测 - 计算相互作用风险评分 **何时使用**：多药安全性分析、临床决策支持、药物相互作用预测、药物警戒研究、识别禁忌症。 **参考**：有关相互作用提取、分类方法、网络分析和临床应用，请参阅 `references/interactions.md`。 ### 4. 药物靶点和通路 访问关于药物-蛋白质相互作用的详细信息，包括靶点、酶、转运蛋白、载体和生物通路。 **靶点分析能力**： - 提取带有作用（抑制剂、激动剂、拮抗剂）的药物靶点 - 识别代谢酶（CYP450、II 相酶） - 分析转运蛋白（摄取、外排）用于 ADME 研究 - 将药物映射到生物通路（SMPDB） - 查找靶向特定蛋白质的药物 - 识别具有共享靶点的药物以用于重新定位 - 分析多药理学和脱靶效应 - 提取靶点的基因本体（GO）术语 - 与 UniProt 交叉引用以获取蛋白质数据 **何时使用**：作用机制研究、药物重新定位研究、靶点识别、通路分析、预测脱靶效应、理解药物代谢。 **参考**：有关靶点提取、通路分析、重新定位策略、CYP450 分析和转运蛋白分析，请参阅 `references/targets-pathways.md`。 ### 5. 化学属性和相似性 执行基于结构的分析，包括分子相似性搜索、属性计算、子结构搜索和 ADMET 预测。 **化学分析能力**： - 提取化学结构（SMILES、InChI、分子式） - 计算物理化学属性（MW、logP、PSA、氢键） - 应用 Lipinski 五法则和 Veber 规则 - 计算分子之间的 Tanimoto 相似性 - 生成分子指纹（Morgan、MACCS、拓扑） - 使用 SMARTS 模式执行子结构搜索 - 查找结构相似的药物以进行重新定位 - 为药物聚类创建相似性矩阵 - 预测口服吸收和血脑屏障渗透性 - 使用 PCA 和聚类分析化学空间 - 导出化学属性数据库 **何时使用**：结构-活性关系（SAR）研究、药物相似性搜索、QSAR 建模、药物相似性评估、ADMET 预测、化学空间探索。 **参考**：有关结构提取、相似性计算、指纹生成、ADMET 预测和化学空间分析，请参阅 `references/chemical-analysis.md`。 ## 典型工作流 ### 药物发现工作流 1. 使用 `data-access.md` 下载和访问最新的 DrugBank 数据 2. 使用 `drug-queries.md` 构建可搜索的药物数据库 3. 使用 `chemical-analysis.md` 查找相似化合物 4. 使用 `targets-pathways.md` 识别共享靶点 5. 使用 `interactions.md` 检查候选组合的安全性 ### 多药安全性分析工作流 1. 使用 `drug-queries.md` 查找患者药物 2. 使用 `interactions.md` 检查所有成对相互作用 3. 使用 `interactions.md` 对相互作用严重性进行分类 4. 使用 `interactions.md` 计算总体风险评分 5. 使用 `targets-pathways.md` 理解相互作用机制 ### 药物重新定位研究工作流 1. 使用 `targets-pathways.md` 查找具有共享靶点的药物 2. 使用 `chemical-analysis.md` 查找结构相似的药物 3. 使用 `drug-queries.md` 提取适应症和药理学数据 4. 使用 `interactions.md` 评估潜在的联合治疗 ### 药理学研究工作流 1. 使用 `drug-queries.md` 提取感兴趣的药物 2. 使用 `targets-pathways.md` 识别所有蛋白质相互作用 3. 使用 `targets-pathways.md` 映射到生物通路 4. 使用 `chemical-analysis.md` 预测 ADMET 属性 5. 使用 `interactions.md` 识别潜在的禁忌症 ## 安装要求 ### Python 包 ```bash uv pip install drugbank-downloader # 核心访问 uv pip install bioversions # 最新版本检测 uv pip install lxml # XML 解析优化 uv pip install pandas # 数据操作 uv pip install rdkit # 化学信息学（用于相似性） uv pip install networkx # 网络分析（用于相互作用） uv pip install scikit-learn # ML/聚类（用于化学空间） ``` ### 账户设置 1. 在 go.drugbank.com 创建免费账户 2. 接受许可协议（学术使用免费） 3. 获取用户名和密码凭据 4. 按照 `references/data-access.md` 中的说明配置凭据 ## 数据版本和可重复性 始终指定 DrugBank 版本以确保可重复的研究： ```python from drugbank_downloader import download_drugbank path = download_drugbank(version='5.1.10') # 指定确切版本 ``` 在出版物和分析脚本中记录使用的版本。 ## 最佳实践 1. **凭据**：使用环境变量或配置文件，永远不要硬编码 2. **版本控制**：指定确切的数据库版本以确保可重复性 3. **缓存**：缓存解析的数据以避免重新下载和重新解析 4. **命名空间**：解析时正确处理 XML 命名空间 5. **验证**：使用前使用 RDKit 验证化学结构 6. **交叉引用**：使用外部标识符（UniProt、PubChem）进行集成 7. **临床背景**：解释相互作用数据时始终考虑临床背景 8. **许可合规**：确保您的使用案例的适当许可 ## 参考文档 所有详细的实现指导都组织在模块化参考文件中： - **references/data-access.md**：身份验证、下载、解析、API 访问、缓存 - **references/drug-queries.md**：XML 导航、查询方法、数据提取、索引 - **references/interactions.md**：DDI 提取、分类、网络分析、安全性评分 - **references/targets-pathways.md**：靶点/酶/转运蛋白提取、通路映射、重新定位 - **references/chemical-analysis.md**：结构提取、相似性、指纹、ADMET 预测 根据您的具体分析需求加载这些参考。