PubChem

PubChem es una base de datos de moléculas químicas y sus actividades contra ensayos biológicos. El sistema es mantenido por el Centro Nacional de Información Biotecnológica (NCBI), un componente de la Biblioteca Nacional de Medicina, que forma parte de los Institutos Nacionales de Salud de los Estados Unidos (NIH). PubChem se puede acceder de forma gratuita a través de una interfaz de usuario web. Millones de estructuras compuestas y conjuntos de datos descriptivos pueden descargarse libremente a través de FTP. PubChem contiene múltiples descripciones de sustancias y moléculas pequeñas con menos de 100 átomos y 1.000 lazos. Más de 80 proveedores de bases de datos contribuyen a la creciente base de datos PubChem.

Historia

PubChem se lanzó en 2004 como un componente del Programa de Bibliotecas Moleculares (MLP) del NIH. En noviembre de 2015, PubChem contiene más de 150 millones de descripciones de sustancias proporcionadas por los depositantes, 60 millones de estructuras químicas únicas y 225 millones de resultados de pruebas de actividad biológica (de más de 1 millón de experimentos de ensayo realizados en más de 2 millones de moléculas pequeñas que cubren casi 10.000 especies únicas). secuencias de proteínas diana que corresponden a más de 5.000 genes). También contiene ensayos de detección de interferencia de ARN (ARNi) que se dirigen a más de 15.000 genes.

En agosto de 2018, PubChem contiene 247,3 millones de descripciones de sustancias y 96,5 millones de estructuras químicas únicas, aportadas por 629 fuentes de datos de 40 países. También contiene 237 millones de resultados de pruebas de bioactividad de 1,25 millones de ensayos biológicos, que cubren >10.000 secuencias de proteínas diana.

A partir de 2020, con la integración de datos de más de 100 fuentes nuevas, PubChem contiene más de 293 millones de descripciones de sustancias proporcionadas por los depositantes, 111 millones de estructuras químicas únicas y 271 millones de puntos de datos de bioactividad de 1,2 millones de experimentos de ensayos biológicos.

Bases de datos

PubChem consta de tres bases de datos primarias que crecen dinámicamente. A 5 de noviembre de 2020 (el número de bioensayos no ha cambiado):

• Compuestos, 111 millones de entradas (hasta 94 millones de entradas en 2017), contienen compuestos químicos puros y caracterizados.
• Sustancias, 293 millones de entradas (a partir de 236 millones de entradas en 2017 y 163 millones en septiembre de 2014), contienen también mezclas, extractos, complejos y sustancias no caracterizadas.
• BioAssay, la bioactividad resulta de 1,25 millones (de 6.000 en septiembre de 2014) programas de detección de alto rendimiento con varios millones de valores.

Buscando

La búsqueda de las bases de datos es posible para una amplia gama de propiedades, incluyendo la estructura química, fragmentos de nombre, fórmula química, peso molecular, XLogP y donante de bonos de hidrógeno y cuenta de aceptadores.

PubChem contiene su propio editor de moléculas en línea con soporte SMILES/SMARTS e InChI que permite la importación y exportación de todos los formatos de archivos químicos comunes para buscar estructuras y fragmentos.

Cada visita proporciona información sobre sinónimos, propiedades químicas, estructura química, incluidas cadenas SMILES e InChI, bioactividad y enlaces a compuestos estructuralmente relacionados y otras bases de datos del NCBI como PubMed.

En el formulario de búsqueda de texto, se pueden buscar los campos de la base de datos agregando el nombre del campo entre corchetes al término de búsqueda. Un rango numérico está representado por dos números separados por dos puntos. Los términos de búsqueda y los nombres de los campos no distinguen entre mayúsculas y minúsculas. Se pueden utilizar paréntesis y los operadores lógicos AND, OR y NOT. Se supone AND si no se utiliza ningún operador.

Ejemplo:

0:500[mw] 0:5[hbdc] 0:10[hbac] -5:5[logp]

Campos de base