bindingdb-database

BindingDB データベース

概要

BindingDB（https://www.bindingdb.org/）は、実測された薬物とタンパク質の結合親和性を収録する主要な公開データベースです。科学論文や特許文献から精選されたデータを含み、約140万種の化合物について、約9,200種のタンパク質ターゲットに対する結合データを300万件以上収録しています。BindingDB には、創薬、薬理学、計算化学の研究に不可欠な定量的結合測定値（Ki、Kd、IC50、EC50）が保存されています。

主なリソース：

• BindingDB のウェブサイト：https://www.bindingdb.org/
• REST API：https://www.bindingdb.org/axis2/services/BDBService
• ダウンロード：https://www.bindingdb.org/bind/chemsearch/marvin/Download.jsp
• GitHub：https://github.com/drugilsberg/bindingdb

このスキルを使用する場面

以下の場合に BindingDB を使用します。

• ターゲットベースの創薬：あるターゲットタンパク質に結合する既知の化合物と、その親和性を調べる場合
• SAR 解析：類縁体の一連の化合物において、構造の変更が結合親和性にどのような影響を与えるかを調べる場合
• リード化合物のプロファイリング：ある化合物がどのターゲットに結合するか（選択性／ポリファーマコロジー）を調べる場合
• ベンチマークデータセット：機械学習モデルのトレーニング用に、精選されたタンパク質とリガンドの親和性データを取得する場合
• ドラッグリポジショニング解析：承認済み薬剤が意図しないターゲットに結合するかを調べる場合
• 競合分析：あるターゲットクラスについて、報告されている最良の親和性を調べる場合
• フラグメントスクリーニング：あるターゲットに対するフラグメントの検証済み結合データを検索する場合

主な機能

1. BindingDB REST API

ベース URL：https://www.bindingdb.org/axis2/services/BDBService

import requests

BASE_URL = "https://www.bindingdb.org/axis2/services/BDBService"

def bindingdb_query(method, params):
    """Query the BindingDB REST API."""
    url = f"{BASE_URL}/{method}"
    response = requests.get(url, params=params, headers={"Accept": "application/json"})
    response.raise_for_status()
    return response.json()

2. ターゲット（UniProt ID）で検索

def get_ligands_for_target(uniprot_id, affinity_type="Ki", cutoff=10000, unit="nM"):
    """
    Get all ligands with measured affinity for a UniProt target.

    Args:
        uniprot_id: UniProt accession (e.g., "P00519" for ABL1)
        affinity_type: "Ki", "Kd", "IC50", "EC50"
        cutoff: Maximum affinity value to return (in nM)
        unit: "nM" or "uM"
    """
    params = {
        "uniprot_id": uniprot_id,
        "affinity_type": affinity_type,
        "affinity_cutoff": cutoff,
        "response": "json"
    }
    return bindingdb_query("getLigandsByUniprotID", params)

# Example: Get all compounds binding ABL1 (imatinib target)
ligands = get_ligands_for_target("P00519", affinity_type="Ki", cutoff=100)

3. 化合物名または SMILES で検索

def search_by_name(compound_name, limit=100):
    """Search BindingDB for compounds by name."""
    params = {
        "compound_name": compound_name,
        "response": "json",
        "max_results": limit
    }
    return bindingdb_query("getAffinitiesByCompoundName", params)

def search_by_smiles(smiles, similarity=100, limit=50):
    """
    Search BindingDB by SMILES string.

    Args:
        smiles: SMILES string of the compound
        similarity: Tanimoto similarity threshold (1-100, 100 = exact)
    """
    params = {
        "SMILES": smiles,
        "similarity": similarity,
        "response": "json",
        "max_results": limit
    }
    return bindingdb_query("getAffinitiesByBEI", params)

# Example: Search for imatinib binding data
result = search_by_name("imatinib")

4. ダウンロードによる解析（大規模な検索に推奨）

包括的な解析を行うには、BindingDB のデータを直接ダウンロードします。

import pandas as pd

def load_bindingdb(filepath="BindingDB_All.tsv"):
    """
    Load BindingDB TSV file.
    Download from: https://www.bindingdb.org/bind/chemsearch/marvin/Download.jsp
    """
    # Key columns
    usecols = [
        "BindingDB Reactant_set_id",
        "Ligand SMILES",
        "Ligand InChI",
        "Ligand InChI Key",
        "BindingDB Target Chain  Sequence",
        "PDB ID(s) for Ligand-Target Complex",
        "UniProt (SwissProt) Entry Name of Target Chain",
        "UniProt (SwissProt) Primary ID of Target Chain",
        "UniProt (TrEMBL) Primary ID of Target Chain",
        "Ki (nM)",
        "IC50 (nM)",
        "Kd (nM)",
        "EC50 (nM)",
        "kon (M-1-s-1)",
        "koff (s-1)",
        "Target Name",
        "Target Source Organism According to Curator or DataSource",
        "Number of Protein Chains in Target (>1 implies a multichain complex)",
        "PubChem CID",
        "PubChem SID",
        "ChEMBL ID of Ligand",
        "DrugBank ID of Ligand",
    ]

    df = pd.read_csv(filepath, sep="\t", usecols=[c for c in usecols if c],
                     low_memory=False, on_bad_lines='skip')

    # Convert affinity columns to numeric
    for col in ["Ki (nM)", "IC50 (nM)", "Kd (nM)", "EC50 (nM)"]:
        if col in df.columns:
            df[col] = pd.to_numeric(df[col], errors='coerce')

    return df

def query_target_affinity(df, uniprot_id, affinity_types=None, max_nm=10000):
    """Query loaded BindingDB for a specific target."""
    if affinity_types is None:
        affinity_types = ["Ki (nM)", "IC50 (nM)", "Kd (nM)"]

    # Filter by UniProt ID
    mask = df["UniProt (SwissProt) Primary ID of Target Chain"] == uniprot_id
    target_df = df[mask].copy()

    # Filter by affinity cutoff
    has_affinity = pd.Series(False, index=target_df.index)
    for col in affinity_types:
        if col in target_df.columns:
            has_affinity |= target_df[col] <= max_nm

    result = target_df[has_affinity][["Ligand SMILES"] + affinity_types +
                                      ["PubChem CID", "ChEMBL ID of Ligand"]].dropna(how='all')
    return result.sort_values(affinity_types[0])

5. SAR 解析

import pandas as pd

def sar_analysis(df, target_uniprot, affinity_col="IC50 (nM)"):
    """
    Structure-activity relationship analysis for a target.
    Retrieves all compounds with affinity data and ranks by potency.
    """
    target_data = query_target_affinity(df, target_uniprot, [affinity_col])

    if target_data.empty:
        return target_data

    # Add pIC50 (negative log of IC50 in molar)
    if affinity_col in target_data.columns:
        target_data = target_data[target_data[affinity_col].notna()].copy()
        target_data["pAffinity"] = -((target_data[affinity_col] * 1e-9).apply(
            lambda x: __import__('math').log10(x)
        ))
        target_data = target_data.sort_values("pAffinity", ascending=False)

    return target_data

# Most potent compounds against EGFR (P00533)
# sar = sar_analysis(df, "P00533", "IC50 (nM)")
# print(sar.head(20))

6. ポリファーマコロジープロファイル

def polypharmacology_profile(df, ligand_smiles_or_name, affinity_cutoff_nM=1000):
    """
    Find all targets a compound binds to.
    Uses PubChem CID or SMILES for matching.
    """
    # Search by ligand SMILES (exact match)
    mask = df["Ligand SMILES"] == ligand_smiles_or_name

    ligand_data = df[mask].copy()

    # Filter by affinity
    aff_cols = ["Ki (nM)", "IC50 (nM)", "Kd (nM)"]
    has_aff = pd.Series(False, index=ligand_data.index)
    for col in aff_cols:
        if col in ligand_data.columns:
            has_aff |= ligand_data[col] <= affinity_cutoff_nM

    result = ligand_data[has_aff][
        ["Target Name", "UniProt (SwissProt) Primary ID of Target Chain"] + aff_cols
    ].dropna(how='all')

    return result.sort_values("Ki (nM)")

検索ワークフロー

ワークフロー 1：あるターゲットに対する最良の阻害剤を検索する

import pandas as pd

def find_best_inhibitors(uniprot_id, affinity_type="IC50 (nM)", top_n=20):
    """Find the most potent inhibitors for a target in BindingDB."""
    df = load_bindingdb("BindingDB_All.tsv")  # Load once and reuse
    result = query_target_affinity(df, uniprot_id, [affinity_type])

    if result.empty:
        print(f"No data found for {uniprot_id}")
        return result

    result = result.sort_values(affinity_type).head(top_n)
    print(f"Top {top_n} inhibitors for {uniprot_id} by {affinity_type}:")
    for _, row in result.iterrows():
        print(f"  {row['PubChem CID']}: {row[affinity_type]:.1f} nM | SMILES: {row['Ligand SMILES'][:40]}...")
    return result

ワークフロー 2：選択性プロファイリング

1. すべてのターゲットに対する、対象化合物の親和性データをすべて取得します
2. オンターゲットとオフターゲット間の親和性比を比較します
3. 選択性のクリフ（選択性を向上させる構造変化）を特定します
4. 追加の選択性データについて ChEMBL と照合します

ワークフロー 3：機械学習データセットの準備

def prepare_ml_dataset(df, uniprot_ids, affinity_col="IC50 (nM)",
                        max_affinity_nM=100000, min_count=50):
    """Prepare BindingDB data for ML model training."""
    records = []
    for uid in uniprot_ids:
        target_df = query_target_affinity(df, uid, [affinity_col], max_affinity_nM)
        if len(target_df) >= min_count:
            target_df = target_df.copy()
            target_df["target"] = uid
            records.append(target_df)

    if not records:
        return pd.DataFrame()

    combined = pd.concat(records)
    # Add pAffinity (normalized)
    combined["pAffinity"] = -((combined[affinity_col] * 1e-9).apply(
        lambda x: __import__('math').log10(max(x, 1e-12))
    ))
    return combined[["Ligand SMILES", "target", "pAffinity", affinity_col]].dropna()

主なデータフィールド

フィールド	説明
Ligand SMILES	化合物の2D構造
Ligand InChI Key	一意の化学識別子
Ki (nM)	阻害定数（平衡、機能的）
Kd (nM)	解離定数（熱力学的、結合）
IC50 (nM)	50％阻害濃度
EC50 (nM)	50％有効濃度
kon (M-1-s-1)	結合速度定数
koff (s-1)	解離速度定数
UniProt (SwissProt) Primary ID	ターゲットの UniProt アクセッション
Target Name	タンパク質名
PDB ID(s) for Ligand-Target Complex	結晶構造
PubChem CID	PubChem 化合物 ID
ChEMBL ID of Ligand	ChEMBL 化合物 ID

親和性の解釈

親和性	分類	薬剤らしさ
< 1 nM	サブナノモル	非常に強力（ピコモル域）
1–10 nM	ナノモル	強力。承認薬で一般的な範囲
10–100 nM	中程度	リード化合物でよく見られる範囲
100–1000 nM	弱い	フラグメント／出発点
> 1000 nM	非常に弱い	一般に薬剤としての関連性の基準を下回る

ベストプラクティス

• 直接結合には Ki を使用する：Ki は酵素の作用機序に左右されず、真の結合親和性を反映します
• IC50 は状況に依存します：IC50 値は基質濃度に依存します（Cheng-Prusoff 式）
• 単位を統一する：BindingDB の報告単位は nM です。研究間で比較する際は単位を確認してください
• 標的生物種でフィルタリングする：Target Source Organism を使用して、ヒトタンパク質のデータであることを確認してください
• 欠損値に対処する：すべての化合物にすべての測定タイプのデータがあるわけではありません
• ChEMBL と相互参照する：ChEMBL には、医薬品化学向けにキュレーションされた活性データがより多く含まれています

追加リソース

• BindingDB のウェブサイト：https://www.bindingdb.org/
• データのダウンロード：https://www.bindingdb.org/bind/chemsearch/marvin/Download.jsp
• API ドキュメント：https://www.bindingdb.org/bind/BindingDBRESTfulAPI.jsp
• 引用文献：Gilson MK et al. (2016) Nucleic Acids Research. PMID: 26481362
• 関連リソース：ChEMBL (https://www.ebi.ac.uk/chembl/)、PubChem BioAssay