doi：https://doi.org/10.1371/journal.pcbi.1002998

二、BindingDB

网址：

https://www.bindingdb.org/bind/index.jsp

Binding Database（BindingDB）是加州大学圣地亚哥分校Michael K.Gilson 实验室发布的一个可公开访问的主要收集药物靶点蛋白质和类药小分子之间相互作用亲和力的数据库，目的是使研究者更容易通过网络获取相关分子的非共价结合数据，从而促进药物研发和结合预测模型的构建。BindingDB 的数据来自PDB 相关文献报道数据、专利信息、PubChem BioAssays 数据和ChEMBL 记录数据。亲和力数据来自多种测量技术，包括酶抑制活性和酶动力学、等温滴定量热法（isothermal titration calorimetry，ITC）、核磁共振（NMR）以及放射性配体竞争测定法等，数据的类型包括Ki、IC50、Kd、EC50 等。BindingDB同时提供通路信息、化合物ZINC 编号以及其他信息。BindingDB 与PDB、PubMed、DrugBank 等多个外部数据库网站进行整合，提供数据互访链接，同时其也是PDB 数据库中受体-配体结合亲和力的数据来源之一。BindingDB 自2007 年发布以来，数据每周更新，用户可以通过靶点名称、靶点序列、药物名称、药物结构和通路信息等多种方式进行检索，同时提供数据库数据下载和网络服务应用程序编程接口（ApplicationProgrammingInterface，API），方便用户检索获取服务器数据。数据库当前包含6 929 个蛋白靶点和505 999个小分子之间1 161 912 个结合数据。在拥有亲和力值的蛋白质- 配体晶体复合物中有2 291 个蛋白质拥有100% 的序列一致性，5 816 个蛋白质拥有85% 的序列一致性。

利用该数据库发表的文章

1、A virtual screening approach for identifying plants with anti H5N1 neuraminidase activity.

doi: 10.1021/ci500405g

2、Discovery of multitarget-directed ligands against Alzheimer’s disease through systematic prediction of chemicalprotein interactions.

doi: 10.1021/ci500574n

3、Understanding TRPV1 activation by ligands: insights from the binding modes of capsaicin and resiniferatoxin.

doi: 10.1073/pnas.1517288113

三、Pharmmapper

网址：

http://lilab.ecust.edu.cn/pharmmapper/help.php

反向药效团搜索是另一种常见的基于配体特征靶点预测方法。PharmMappe 是上海药物研究所刘晓峰博士开发的以活性小分子为探针、搜寻潜在药物靶点,从而预测小分子生物活性的反向药效团匹配方法。该课题组建立了相应的公共网络服务PharmMapper (http://59.78.96.61/pharmmapper)。PharmMapper内置了超过7 000个药效团模型,这些模型关联1627个药物靶点信息。PharmMapper可自动寻找与查询分子构象最为匹配的药效团,并根据其匹配程序进行打分排序。PharmMapper在计算速度方面具有较大优势,可以在数分钟至数十分钟内完成靶点的预测,为药物新靶标发现提供信息技术支撑,有力地促进药物靶标发现研究。

利用该数据库发表的文章

1、PharmMapper server: a web server for potential drug target identification using pharmacophore mapping approach。

doi: 10.1093/nar/gkq300

2、In silico pharmacokinetic and molecular docking studies of small molecules derived from Indigofera aspalathoides Vahl targeting receptor tyrosine kinases。

doi: 10.6026/97320630011073

3、Identification of anti-cancer targets of eco-friendly waste Punica granatum peel by dual reverse virtual screening and binding analysis。

doi: http://dx.doi.org/10.7314/APJCP.2014.15.23.10345

四、ChEMBL

网址：https://www.ebi.ac.uk/chembl/

Chembl数据库是欧洲生物信息研究所（European Bioinformatics Institute，EBI）开发的一个在线的免费数据库，它通过从大量文献中收集各种靶点及化合物的生物活性数据，为药物化学家们提供了一个非常便利的查询靶点或化合物的生物活性数据的平台。目前，该数据库共收集了9414个靶点，156.6万个化合物，共有1200万条生物活性信息。通过该数据库，用户可以快速查询到某个靶点目前以报道的化合物及其活性信息，也可以查询某个化合物在哪些靶点做个生物活性测试及其数据。这些数据都来源于各种已报道的文献，数据较为可靠，且能够溯源，查询到数据的出处。通过该数据库，用户可以节省大量查阅文献和收集化合物数据的时间，快速获取准确的化合物及其生物学数据，进一步加速药物设计和药物开发的速度。

利用该数据库发表的文章

1、The ChEMBL database: a taster for medicinal chemists.

doi: 10.4155/fmc.14.8

2、Mining the ChEMBL database: an efficient chemoinformatics workflow for assembling an ion channel-focused screening library.

doi: 10.1021/ci200260t. Epub 2011 Oct 6.

3、Activity, assay and target data curation and quality in the ChEMBL database.

doi: 10.1007/s10822-015-9860-5.

五、DrugBank

网址：https://www.drugbank.ca/

这个数据库包括3000多种药物靶目标详细的化学、药理学、医学以及分子生物学信息，还包括4100种已经获准或正在实验中的药物产品。DrugBank为每一种药品提供了80多个方面的信息，包括品牌名、化学结构、蛋白和DNA序列、互联网上的相关链接、特征描述及详细的病理信息。DrugBank最大的特色是它支持全面而复杂的搜索，结合DrugBank可视化软件，这些工具能让科学家们非常容易的检索到新的药物靶目标、比较药物结构、研究药物机制以及探索新型药物。举个例子，如果有人得到了一种新病毒或致病菌的序列，他就可以利用DrugBank检索这些病毒或病菌上可能的蛋白质靶位点和作用于这些靶位点的药物，这就为医疗和药物开发带来了极大的便利。正因为具有如此强大的功能，DrugBank被称为“药物研发芯片”再合适不过了。

利用该数据库发表的文章

1、Exploring Drug Space with ChemMaps.com.

doi: 10.1093/bioinformatics/bty412

2、Supervised signal detection for adverse drug reactions in medication dispensing data.

doi: 10.1016/j.cmpb.2018.03.021

3、Trends of Clinical Trials for Drug Development in Rare Diseases.

doi: 10.2174/1574884713666180604081349

六、TCMSP

网址：

http://lsp.nwu.edu.cn/tcmsp.php

TCMSP（中药系统药理数据库和分析平台）包括中国药典注册的499种中药，含29,384种成分，3,311个靶标和837个相关疾病。该数据库采用的是HIT数据库预测算法SysDT 来获得药物靶点之间的关系。该数据库中的疾病信息来自TTD数据库和PharmGKB 数据库。这些信息可以在该数据库中查询和下载。该数据库特别的价值在于，它为每种化合物提供了药物药代动力学信息，如成药相似性（DL），口服生物利用度（OB），血脑屏障（BBB），肠上皮通透性（Caco-2），脂水分配系数（ALogP）和H键供体/受体（Hdon / Hacc）的数量。因此，用户可以选择具有良好类似药物和ADME（吸收，分布，代谢，排泄）特征的化合物用于进一步研究。

利用该数据库发表的文章

1、TCMSP: a database of systems pharmacology for drug discovery from herbal medicines

doi: 10.1186/1758-2946-6-13

2、Systems pharmacology-based approach for dissecting the addition and subtraction theory of traditional Chinese medicine: An example using Xiao-Chaihu-Decoction and Da-Chaihu-Decoction.

doi: 10.1016/j.compbiomed.2014.05.007.

3、Bioinformatics databases for network pharmacology research of traditional Chinese medicine: A systematic review.

doi: 10.1109/BIBM.2017.8217867

七、TTD

网址：

http://bidd.nus.edu.sg/group/ttd/ttd.asp

TTD（治疗靶标数据库）提供有关药物，靶点，疾病和通路的信息。目前的版本收集了34019种药物，其中包括2544种准许药物，8103种临床试验药物和18923种处于调查药物。针对每种药物，提供其。用户可以通过靶点，药物，疾病和生物标志物搜索数据库，也可以使用药物相似性搜索工具预测没有靶点信息的化合物的靶点。相似性搜索基于Tanimoto相似性搜索方法。查询化合物可以通过其MOL，SDF或SMILES格式输入，然后该工具列出其类似化合物和相应的Tanimoto相似性分数。具有最高得分的化合物的靶点可以被预测为查询化合物的靶点。

利用该数据库发表的文章

1、Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics.

doi: 10.1093/nar/gkx1076

2、Prediction of drug combinations by integrating molecular and pharmacological data .

doi: 10.1371/journal.pcbi.1002323

3、Comparative effectiveness of early-line nab-paclitaxel vs. paclitaxel in patients with metastatic breast cancer: a US community-based real-world analysis.

doi: 10.2147/CMAR.S150960.

接下来一段时间，医学方会为大家带来这些数据库的具体使用教程，请大家继续关注！

征 稿 启 事

「医学方」现正式向粉丝们公开征稿！内容须原创首发，与科研相关，一经采用，会奉上丰厚稿酬（300-2000元），详情请戳。

“医学方”始终致力于服务“医学人”，将最前沿、最有价值的临床、科研原创文章推送给各位临床医师、科研人员。返回搜狐，查看更多