PubChem

PubChem to otwarta baza danych chemicznych prowadzona przez National Center for Biotechnology Information (NCBI) w ramach amerykańskich National Institutes of Health. Działa od 2004 roku i integruje dane o strukturach chemicznych, identyfikatorach, właściwościach fizycznych i chemicznych, aktywności biologicznej, toksyczności, bezpieczeństwie, zastosowaniach, literaturze i patentach. Dane pochodzą z ponad tysiąca źródeł, m.in. instytucji rządowych, baz naukowych, wydawców, zespołów badawczych i dostawców substancji chemicznych.

Rdzeń PubChem tworzą kolekcje Substance, Compound i BioAssay. Substance przechowuje rekordy dostarczane przez poszczególne źródła, Compound łączy rekordy odnoszące się do tej samej zestandaryzowanej struktury chemicznej, a BioAssay gromadzi wyniki badań aktywności biologicznej. Dodatkowe kolekcje obejmują m.in. białka, geny, szlaki biologiczne, linie komórkowe, taksonomię i patenty.

Najlepsze do:

• sprawdzania struktury i identyfikatorów związku chemicznego,
• wyszukiwania substancji według nazwy, synonimu, wzoru, SMILES, InChI lub InChIKey,
• wyszukiwania strukturalnego i podstrukturalnego,
• sprawdzania masy cząsteczkowej, wzoru sumarycznego i innych właściwości,
• wyszukiwania właściwości fizycznych i chemicznych,
• sprawdzania danych dotyczących bezpieczeństwa, zagrożeń i toksyczności,
• znajdowania informacji o lekach, składnikach produktów i substancjach biologicznie czynnych,
• wyszukiwania wyników testów biologicznych i bioaktywności,
• sprawdzania, z jakimi białkami, genami lub szlakami biologicznymi związana jest dana substancja,
• analizowania zależności struktura-aktywność,
• szukania danych przydatnych w drug discovery i chemii medycznej,
• wyszukiwania danych dotyczących ADME, ekspozycji i toksykologii,
• znajdowania publikacji naukowych dotyczących konkretnej substancji; PubChem zbiera odsyłacze do literatury z wielu źródeł i prezentuje je we wspólnym panelu,
• sprawdzania patentów, w których występuje określony związek, oraz powiązań z innymi substancjami, genami i chorobami,
• pobierania danych do własnych analiz przez PUG REST, PUG View, FTP i PubChemRDF,
• pobierania rekordów m.in. jako CSV, JSON, XML, SDF i RDF,
• prowadzenia szerszej kwerendy razem z Reaxys, SciFinder, ChEMBL, DrugBank, PubMed, Europe PMC, PATENTSCOPE i The Lens. PubChem jest szczególnie przydatny jako bezpłatny punkt startowy do sprawdzania konkretnej substancji i łączenia danych chemicznych z biologicznymi, toksykologicznymi i bibliograficznymi.

Na co uważać?

• PubChem jest agregatorem danych pochodzących z wielu źródeł, dlatego informacje w jednym rekordzie mogą mieć różne pochodzenie i poziom opracowania,
• rekord Substance nie jest tym samym co Compound. Substance przechowuje opis przekazany przez konkretne źródło, natomiast Compound reprezentuje zestandaryzowaną strukturę chemiczną; wiele rekordów Substance może prowadzić do jednego Compound,
• dane dostarczone przez zewnętrzne źródło nie stają się automatycznie danymi zweryfikowanymi przez NIH,
• przy właściwościach eksperymentalnych trzeba sprawdzać źródło, metodę i warunki pomiaru; dla tej samej substancji mogą występować różne wartości,
• PubChem zawiera dane od instytucji naukowych i rządowych, ale również od wydawców, przedsiębiorstw i dostawców chemikaliów,
• informacje o bezpieczeństwie mogą pochodzić z wielu systemów klasyfikacji i źródeł; nie należy traktować pojedynczego wpisu jako zamiennika oficjalnej karty charakterystyki lub dokumentacji regulacyjnej,
• obecność związku w PubChem nie oznacza, że jest on zatwierdzonym lekiem ani że można go bezpiecznie stosować u ludzi,
• BioAssay jest archiwum danych przekazywanych przez autorów i instytucje. Pochodzenie rekordu pozostaje przypisane do zgłaszającego, więc wyniki wymagają oceny w kontekście konkretnego eksperymentu,
• PubChem nie jest bazą pełnych tekstów artykułów naukowych. Sekcja Literature gromadzi cytowania i odsyłacze do PubMed, PubMed Central i stron wydawców,
• podobnie dane patentowe w PubChem pomagają znaleźć dokumenty związane z substancją, ale nie zastępują PATENTSCOPE, Espacenet ani oficjalnego rejestru przy analizie stanu prawnego patentu,
• część danych dotyczy struktur obliczeniowych lub przewidywanych właściwości, dlatego trzeba odróżniać dane eksperymentalne od obliczeniowych,
• PubChem obejmuje przede wszystkim małe cząsteczki, ale zawiera również peptydy, lipidy, węglowodany, nukleotydy, polimery, biologics i substancje o zmiennym lub nieokreślonym składzie,
• liczba rekordów stale rośnie. Szczegółowa publikacja „PubChem 2025 update” podawała dla września 2024 roku 119 mln związków, 322 mln rekordów Substance i 295 mln wyników bioaktywności; bieżące wartości należy sprawdzać w statystykach PubChem.