alterlab-pubchem

PubChem データベース

概要

PubChem は世界最大の無料で利用できる化学データベースです。PubChem 2025 アップデート（Kim et al.、NAR 2025）によると、1億1,900万件以上の化合物、3億2,200万件以上の物質、2億9,500万件以上の生物活性データを収録しています。PUG-REST API と PubChemPy を使って、名称、CID、SMILES で化学構造を検索し、分子特性を取得したり、類似性検索や部分構造検索を実行したり、生物活性データにアクセスしたりできます。

このスキルを使用する場面

以下の場合にこのスキルを使用してください。

• 化合物を名称、構造（SMILES／InChI）、または分子式で検索する場合
• 分子特性（MW、LogP、TPSA、水素結合記述子）を取得する場合
• 類似性検索を実行して、構造的に関連する化合物を見つける場合
• 特定の化学モチーフを対象に部分構造検索を行う場合
• スクリーニングアッセイの生物活性データにアクセスする場合
• 化学識別子の形式（CID、SMILES、InChI）を相互変換する場合
• ドラッグライクネスのスクリーニングや特性分析のため、複数の化合物を一括処理する場合

対象外

シナリオ	代わりに使用
標的やメディシナルケミストリー系列の精選された力価データ（IC50／Ki）	alterlab-chembl
独自の分子に対する記述子やフィンガープリントをローカルで計算する場合	alterlab-rdkit
ヒト代謝物濃度、生体液、バイオマーカーのエビデンス	alterlab-hmdb
医薬品の薬理作用、相互作用、承認情報	alterlab-drugbank
バーチャルスクリーニング向けの購入可能な化合物ライブラリ	alterlab-zinc-db

主な機能

PubChem へのアクセスは、9 つの機能領域に分かれています。各機能のすぐに使えるコードスニペットは references/capabilities.md にあります。

1. 化学構造検索 — 名称、CID、SMILES、InChI、または分子式で検索します。
2. 特性の取得 — 分子特性を単一、指定リスト、または一括で取得します。
3. 類似性検索 — しきい値／MaxRecords を指定した Tanimoto 類似性検索を行います。
4. 部分構造検索 — 構造モチーフを含む化合物を検索します。
5. 形式変換 — CID／SMILES／InChI／InChIKey の変換と構造ファイルのダウンロードを行います。
6. 構造の可視化 — PubChemPy または直接 URL を使って 2D PNG 画像を取得します。
7. 同義語の取得 — 化合物について知られているすべての名称を取得します。
8. 生物活性データへのアクセス — PUG-REST とヘルパースクリプトを使ってアッセイの概要を取得します。
9. 包括的な注釈 — PUG-View の全レコード（特性、医薬品情報、安全性、毒性）を取得します。

基本的なワークフロー

標準的なエントリーポイントでは、識別子から化合物を特定し、その後に特性を取得します。

import pubchempy as pcp

compound = pcp.get_compounds('aspirin', 'name')[0]
print(compound.cid, compound.molecular_formula, compound.molecular_weight)
print(compound.smiles, compound.xlogp, compound.tpsa)

繰り返しクエリする場合は、名称や構造よりも CID を優先してください（より効率的です）。類似性検索と部分構造検索は非同期で実行され、15～30 秒かかる場合があります。PubChemPy は自動的にポーリングします。PUG-REST が HTTP 503（PUGREST.ServerBusy）を返すのは、制限を超えた場合と PubChem 自体が過負荷の場合の両方です。X-Throttling-Control レスポンスヘッダーを確認し、すぐに再試行するのではなく、待機時間を設けてください。レート制限とエラー処理については references/best_practices.md を参照してください。

インストール要件

uv pip install 'pubchempy>=1.0.5'  # Python-based access (1.0.5 = current SMILES property names)
uv pip install requests            # direct API / bioactivity queries
uv pip install pandas              # optional, for data analysis

SMILES のプロパティ名（PubChem は 2025 年に変更しました）： PUG-REST の CanonicalSMILES と IsomericSMILES プロパティは非推奨です。SMILES（立体化学／同位体情報を含む完全な SMILES。IsomericSMILES の代替）と ConnectivitySMILES（接続情報のみ。CanonicalSMILES の代替）を使用してください。PubChemPy 1.0.5 で対応する Compound 属性は compound.smiles と compound.connectivity_smiles です（以前の canonical_smiles／isomeric_smiles 属性も引き続き使用できますが、非推奨です）。

ヘルパースクリプト

このスキルには、scripts/ 以下に 2 つの Python ヘルパースクリプトが含まれています。

• scripts/compound_search.py — 検索、特性の取得、類似性／部分構造検索、同義語、一括検索、構造のダウンロードを行います。
• scripts/bioactivity_query.py — バイオアッセイの概要、標的の特定、標的ベースの化合物検索、PUG-View の注釈を提供します。

関数の一覧と使用方法については、references/helper_scripts.md を参照してください。

リファレンス一覧

• references/api_reference.md — PUG-REST エンドポイントの完全なドキュメント、分子特性の全リスト、非同期リクエストの処理、PubChemPy API、PUG-View API、公式ドキュメントへのリンク。
• references/capabilities.md — 9 つすべての機能領域でそのままコピーして使えるコード。
• references/workflows.md — エンドツーエンドのワークフロー 5 件（識別子の変換、創薬適性のスクリーニング、類似候補の検索、特性の一括比較、部分構造のバーチャルスクリーニング）。
• references/helper_scripts.md — 2 つのヘルパースクリプトの関数一覧と使用方法。
• references/best_practices.md — レート制限、ベストプラクティス、エラー処理、トラブルシューティング、その他のリソース。