chembl-database-bioactivity

ChEMBL 数据库 — 生物活性查询

为什么没有 SDK？ chembl_webresource_client 包为公开、无需身份验证的 REST/JSON API（地址为 https://www.ebi.ac.uk/chembl/api/data/）提供了便捷的封装。当 SDK 不可用时，每项操作都可以通过普通的 requests 和 URL 参数复现。本 SKILL.md 全程使用 REST 接口，因此只要环境中安装了 requests，代码就能运行。Django 风格的筛选语法（field__icontains=…、field__lte=…、field__range=a,b）可作为 URL 查询参数使用。

概述

ChEMBL 是 EMBL-EBI 的生物活性分子数据库：包含 200 多万种化合物、1,900 多万条生物活性测量数据（IC50、Ki、EC50、Kd 等）以及 1.3 万多个靶点。地址为 https://www.ebi.ac.uk/chembl/api/data/ 的 REST API 返回 JSON（追加 .json），也支持 XML/YAML；无需身份验证，并支持通过 URL 参数使用 Django 风格的查询筛选，以及通过 page_meta.next 进行游标式分页。

适用场景

• 按名称、ChEMBL ID 或理化性质查找化合物
• 查询特定靶点的生物活性数据（IC50、Ki、EC50）
• 使用 SMILES 执行相似性或子结构搜索
• 获取药物作用机制和临床适应症
• 识别针对某个靶点的抑制剂、激动剂或生物活性分子
• 分析化合物系列中的构效关系（SAR）
• 根据 Lipinski 五规则或其他类药性标准筛选分子
• 如需进行通用化学信息学处理（SMILES 操作、指纹、描述符），请改用 rdkit-cheminformatics
• 如需使用其他化合物数据库（NIH，覆盖范围更广），请改用 pubchem-compound-search

前置条件

• Python 包：requests（唯一必需项）。可选：用于表格分析的 pandas。
• 无需 API 密钥：ChEMBL 可免费访问。
• 速率限制：未公布明确的硬性限制。基础设施为共享资源；在批量请求循环中，每次请求间加入 time.sleep(0.2-0.5)；遇到 HTTP 429 时应退避。

pip install requests
# Optional, for DataFrame work:
pip install pandas

快速开始

import requests

BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Retrieve a molecule by ChEMBL ID
r = requests.get(f"{BASE}/molecule/CHEMBL25.json", timeout=15)
r.raise_for_status()
aspirin = r.json()
print(f"{aspirin['pref_name']}: MW={aspirin['molecule_properties']['mw_freebase']}")
# ASPIRIN: MW=180.16

# Search targets by full name (acronyms like 'EGFR' don't match pref_name — use full term)
r = requests.get(
    f"{BASE}/target.json",
    params={"pref_name__icontains": "epidermal growth factor receptor",
            "target_type": "SINGLE PROTEIN", "limit": 5},
    timeout=15,
)
targets = r.json()["targets"]
print(f"EGFR-like targets: {len(targets)}, first={targets[0]['target_chembl_id']}")

# Potent bioactivities: EGFR (CHEMBL203) IC50 <= 100 nM
r = requests.get(
    f"{BASE}/activity.json",
    params={"target_chembl_id": "CHEMBL203",
            "standard_type": "IC50",
            "standard_value__lte": 100,
            "standard_units": "nM",
            "limit": 5},
    timeout=30,
)
data = r.json()
print(f"EGFR IC50 ≤ 100 nM records: {data['page_meta']['total_count']}")

核心概念

筛选运算符（Django 风格，作为 URL 参数使用）

SDK 的 field__operator=value 语法与 URL 查询参数一一对应。使用 & 组合筛选条件。

运算符	URL 格式	URL 片段示例
__exact	field=value	target_type=SINGLE+PROTEIN
__iexact	field__iexact=value	pref_name__iexact=aspirin
__contains / __icontains	field__icontains=value	pref_name__icontains=kinase
__startswith / __endswith	field__startswith=Epi	pref_name__endswith=nib
__gt / __gte / __lt / __lte	field__lte=100	standard_value__lte=100
__range	field__range=lo,hi	molecule_properties__mw_freebase__range=300,500
__in	field__in=a,b,c	standard_type__in=IC50,Ki,Kd
__isnull	field__isnull=False（Python 的 False/True 字符串）	pchembl_value__isnull=False
__regex	field__regex=…	pref_name__regex=^EGF.*kinase$
__search	field__search=…	description__search=apoptosis

通过 requests.get(..., params={...}) 传入参数时，库会自动处理 URL 编码（包括 __range 和 __in 中的逗号）。

核心端点

所有端点都接受 .json、.xml 或 .yaml 后缀。以下默认使用 JSON。

端点 URL	返回内容	关键字段
/molecule/{chembl_id}.json	按 ID 查询化合物	pref_name、molecule_chembl_id、molecule_properties、molecule_structures
/molecule.json?<filters>	搜索化合物	分页的 molecules[]
/target/{chembl_id}.json	按 ID 查询靶点	pref_name、target_type、organism、target_components
/target.json?<filters>	搜索靶点	分页的 targets[]
/activity.json?<filters>	生物活性记录	分页的 activities[]
/assay.json?<filters>	测定详情	分页的 assays[]
/drug.json?<filters>	已批准药物信息	分页的 drugs[]；支持 /drug/{chembl_id}.json
/mechanism.json?<filters>	作用机制	分页的 mechanisms[]
/drug_indication.json?<filters>	治疗适应症	分页的 drug_indications[]
/similarity/{smiles}/{tanimoto}.json	Tanimoto 相似度（0–100）	分页的 molecules[]，包含 similarity 字段
/substructure/{smiles}.json	子结构搜索	分页的 molecules[]
/image/{chembl_id}.svg	SVG 结构图像	二进制 SVG（非 JSON）
/molecule_form/{chembl_id}.json	母体／盐形式	molecule_forms[]
/protein_class.json	蛋白质分类层级	分层浏览
/document.json?<filters>	文献来源记录	分页的 documents[]

响应结构

{
  "page_meta": {
    "limit": 20,
    "offset": 0,
    "total_count": 12145,
    "next": "/chembl/api/data/activity.json?...&offset=20",
    "previous": null
  },
  "activities": [ /* or molecules[], targets[], etc. */ ]
}

遍历 page_meta.next（相对 URL，需加上前缀 https://www.ebi.ac.uk），直到其值为 null。

分子属性

每条记录的 molecule_properties 中可访问以下属性：

字段	描述
mw_freebase	分子量（游离碱）
full_mwt	完整分子量（包括盐）
alogp	计算得出的 LogP
hba	氢键受体数
hbd	氢键供体数
psa	极性表面积
rtb	可旋转键数
num_ro5_violations	Lipinski 五规则违规数
ro3_pass	是否符合三规则
cx_most_apka / cx_most_bpka	最酸性／最碱性的 pKa

靶点信息字段

字段	描述
target_chembl_id	ChEMBL 靶点标识符
pref_name	首选（完整）靶点名称——缩写（如 “EGFR”）无法匹配；请使用拼写完整的名称
target_type	SINGLE PROTEIN、PROTEIN COMPLEX、ORGANISM 等
organism	靶点生物（例如 Homo sapiens）
tax_id	NCBI 分类 ID
target_components[]	组成部分（UniProt 登录号、序列等）

生物活性数据字段

字段	描述
standard_type	活性类型：IC50、Ki、Kd、EC50 等
standard_value	数值型活性值
standard_units	单位：nM、uM 等
pchembl_value	归一化的 -log10 活性值（>6 表示效力强）
activity_comment	活性注释
data_validity_comment	数据质量标记（分析前请检查）
potential_duplicate	重复标记

核心 API

1. 分子查询

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# By ChEMBL ID
r = requests.get(f"{BASE}/molecule/CHEMBL25.json", timeout=15)
aspirin = r.json()
print(f"{aspirin['pref_name']}: MW={aspirin['molecule_properties']['mw_freebase']}")

# By name (case-insensitive substring)
r = requests.get(f"{BASE}/molecule.json",
                 params={"pref_name__icontains": "imatinib", "limit": 5},
                 timeout=15)
for mol in r.json()["molecules"]:
    print(f"  {mol['molecule_chembl_id']}  {mol.get('pref_name')!r}")

# By Lipinski-compliant property ranges
r = requests.get(f"{BASE}/molecule.json",
                 params={"molecule_properties__mw_freebase__range": "300,500",
                         "molecule_properties__alogp__lte": 5,
                         "molecule_properties__hba__lte": 10,
                         "molecule_properties__hbd__lte": 5,
                         "limit": 3},
                 timeout=15)
print(f"Lipinski-compliant total: {r.json()['page_meta']['total_count']}")

2. 靶点查询

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# By ChEMBL ID
r = requests.get(f"{BASE}/target/CHEMBL203.json", timeout=15)
egfr = r.json()
print(f"{egfr['pref_name']} ({egfr['organism']}) — type={egfr['target_type']}")

# Search by full name (NOT acronym) + type
r = requests.get(f"{BASE}/target.json",
                 params={"pref_name__icontains": "kinase",
                         "target_type": "SINGLE PROTEIN", "limit": 5},
                 timeout=15)
d = r.json()
print(f"Kinase SINGLE_PROTEIN targets: total={d['page_meta']['total_count']}")
for t in d["targets"][:5]:
    print(f"  {t['target_chembl_id']:12s} {t.get('pref_name')!r}  ({t['organism']})")

# By organism
r = requests.get(f"{BASE}/target.json",
                 params={"organism": "Homo sapiens", "limit": 3},
                 timeout=15)
print(f"Human targets: total={r.json()['page_meta']['total_count']}")

3. 生物活性数据

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Potent inhibitors for a target (EGFR = CHEMBL203)
r = requests.get(f"{BASE}/activity.json",
                 params={"target_chembl_id": "CHEMBL203",
                         "standard_type": "IC50",
                         "standard_value__lte": 100,
                         "standard_units": "nM",
                         "limit": 5},
                 timeout=30)
data = r.json()
print(f"EGFR IC50≤100nM: total={data['page_meta']['total_count']}")
for act in data["activities"][:5]:
    print(f"  {act['molecule_chembl_id']:14s} IC50={act['standard_value']} nM "
          f"pChEMBL={act.get('pchembl_value')}")

# All pChEMBL-tagged activities for a compound
r = requests.get(f"{BASE}/activity.json",
                 params={"molecule_chembl_id": "CHEMBL25",
                         "pchembl_value__isnull": "False",
                         "limit": 5},
                 timeout=30)
print(f"Aspirin pChEMBL activities: total={r.json()['page_meta']['total_count']}")

# Multiple activity types (CHEMBL240 = D2 dopamine receptor)
r = requests.get(f"{BASE}/activity.json",
                 params={"target_chembl_id": "CHEMBL240",
                         "standard_type__in": "IC50,Ki,Kd",
                         "limit": 5},
                 timeout=30)
print(f"D2 receptor IC50/Ki/Kd: total={r.json()['page_meta']['total_count']}")

4. 基于结构的搜索

import requests
from urllib.parse import quote
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Similarity search (Tanimoto ≥ 85%)
# Path-style endpoint: /similarity/{smiles}/{threshold}
# The SMILES MUST be URL-encoded (it contains '/', '(', ')' etc.)
aspirin_smiles = quote("CC(=O)Oc1ccccc1C(=O)O", safe="")
r = requests.get(f"{BASE}/similarity/{aspirin_smiles}/85.json",
                 params={"limit": 5}, timeout=30)
data = r.json()
print(f"Similar to aspirin (≥85% Tanimoto): total={data['page_meta']['total_count']}")
for m in data["molecules"][:5]:
    print(f"  {m['molecule_chembl_id']}  similarity={m.get('similarity')}")

# Substructure search
benzimidazole = quote("c1ccc2[nH]cnc2c1", safe="")
r = requests.get(f"{BASE}/substructure/{benzimidazole}.json",
                 params={"limit": 3}, timeout=30)
print(f"Benzimidazole substructure total: {r.json()['page_meta']['total_count']}")

5. 药物和作用机制数据

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Drug record (max clinical phase, ATC class, etc.)
r = requests.get(f"{BASE}/drug/CHEMBL941.json", timeout=15)   # imatinib
drug = r.json()
print(f"Imatinib max_phase={drug.get('max_phase')}")

# Mechanisms of action — note: not every drug has mechanism records.
# Imatinib (CHEMBL941) returns 0 mechanism rows; sunitinib (CHEMBL535) has many.
r = requests.get(f"{BASE}/mechanism.json",
                 params={"molecule_chembl_id": "CHEMBL535"}, timeout=15)
for m in r.json()["mechanisms"]:
    print(f"  {m['mechanism_of_action']} → target {m.get('target_chembl_id')}")

# Therapeutic indications
r = requests.get(f"{BASE}/drug_indication.json",
                 params={"molecule_chembl_id": "CHEMBL941", "limit": 5},
                 timeout=15)
for ind in r.json()["drug_indications"]:
    print(f"  {ind.get('mesh_heading')!r}  max_phase_for_ind={ind.get('max_phase_for_ind')}")

# SVG molecular structure image — direct binary response, NOT JSON
# Do NOT call /image/{cid}.json — that endpoint raises JSONDecodeError.
r = requests.get(f"{BASE}/image/CHEMBL25.svg", timeout=15)
r.raise_for_status()
with open("aspirin.svg", "w") as f:
    f.write(r.text)
print(f"Saved aspirin.svg ({len(r.text)} bytes, looks_svg={'<svg' in r.text})")

常见工作流

工作流 1：查找靶点抑制剂

注意： pref_name__icontains 会匹配拼写完整的名称。缩写（如 'EGFR' 或 'BRAF'）会返回 0 条结果；请使用 'epidermal growth factor receptor' 或 'B-raf'（带连字符）。

import requests, pandas as pd, time
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Step 1: Resolve the target by full name
r = requests.get(f"{BASE}/target.json",
                 params={"pref_name__icontains": "B-raf",
                         "target_type": "SINGLE PROTEIN", "limit": 5},
                 timeout=15)
targets = r.json()["targets"]
human_braf = next(t for t in targets if t["organism"] == "Homo sapiens")
target_id = human_braf["target_chembl_id"]
print(f"Using {target_id} — {human_braf['pref_name']}")

# Step 2: Paginate all potent IC50 activities (cap at 500 for demo)
url = (f"{BASE}/activity.json"
       f"?target_chembl_id={target_id}"
       f"&standard_type=IC50"
       f"&standard_value__lte=100"
       f"&standard_units=nM"
       f"&pchembl_value__isnull=False"
       f"&limit=200")
records = []
while url and len(records) < 500:
    r = requests.get(url, timeout=30)
    r.raise_for_status()
    data = r.json()
    records.extend(data["activities"])
    nxt = data["page_meta"].get("next")
    url = f"https://www.ebi.ac.uk{nxt}" if nxt else None
    time.sleep(0.2)

df = pd.DataFrame(records)
df["standard_value"] = pd.to_numeric(df["standard_value"])
print(f"Retrieved {len(df)} potent {target_id} compounds")
print(df[["molecule_chembl_id", "standard_value", "pchembl_value"]].head(10))

工作流 2：分析已知药物

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Sunitinib (CHEMBL535) — has documented mechanisms + indications.
# Imatinib (CHEMBL941) sometimes returns 0 mechanism rows depending on ChEMBL release.
chembl_id = "CHEMBL535"

# Molecule record
m = requests.get(f"{BASE}/molecule/{chembl_id}.json", timeout=15).json()
print(f"Name: {m['pref_name']}")
print(f"MW  : {m['molecule_properties']['mw_freebase']}")

# Mechanisms
mechs = requests.get(f"{BASE}/mechanism.json",
                     params={"molecule_chembl_id": chembl_id},
                     timeout=15).json()["mechanisms"]
for mc in mechs:
    print(f"  Mechanism: {mc['mechanism_of_action']}")

# Indications
inds = requests.get(f"{BASE}/drug_indication.json",
                    params={"molecule_chembl_id": chembl_id, "limit": 5},
                    timeout=15).json()["drug_indications"]
for ind in inds:
    print(f"  Indication: {ind.get('mesh_heading')}  "
          f"(Phase {ind.get('max_phase_for_ind')})")

# Bioactivity record count
total = requests.get(f"{BASE}/activity.json",
                     params={"molecule_chembl_id": chembl_id,
                             "pchembl_value__isnull": "False",
                             "limit": 1},
                     timeout=30).json()["page_meta"]["total_count"]
print(f"Total bioactivity records (pChEMBL-tagged): {total}")

工作流 3：构效关系研究

import requests, pandas as pd, time
from urllib.parse import quote
BASE = "https://www.ebi.ac.uk/chembl/api/data"

# Step 1: Similar compounds to a lead (e.g., quinoline scaffold)
lead_smiles = "c1ccc2c(c1)cc(nc2N)c3ccc(cc3)NC(=O)c4ccccc4"
r = requests.get(f"{BASE}/similarity/{quote(lead_smiles, safe='')}/80.json",
                 params={"limit": 20}, timeout=30)
analogs = r.json()["molecules"]
print(f"Analogs found: {len(analogs)}")

# Step 2: Collect bioactivities for each analog
records = []
for compound in analogs[:20]:
    cid = compound["molecule_chembl_id"]
    acts = requests.get(f"{BASE}/activity.json",
                        params={"molecule_chembl_id": cid,
                                "standard_type": "IC50",
                                "pchembl_value__isnull": "False",
                                "limit": 20},
                        timeout=30).json()["activities"]
    for act in acts:
        records.append({
            "chembl_id": cid,
            "target": act.get("target_pref_name"),
            "IC50_nM": act.get("standard_value"),
            "pchembl": act.get("pchembl_value"),
            "mw":    (compound.get("molecule_properties") or {}).get("mw_freebase"),
            "alogp": (compound.get("molecule_properties") or {}).get("alogp"),
        })
    time.sleep(0.2)

df = pd.DataFrame(records)
if not df.empty:
    df["IC50_nM"] = pd.to_numeric(df["IC50_nM"])
    print(df.groupby("target")["IC50_nM"].describe())

常见示例

示例：虚拟筛选过滤器（Lipinski 五规则）

import requests
BASE = "https://www.ebi.ac.uk/chembl/api/data"
r = requests.get(f"{BASE}/molecule.json",
                 params={"molecule_properties__mw_freebase__range": "300,500",
                         "molecule_properties__alogp__lte": 5,
                         "molecule_properties__hba__lte": 10,
                         "molecule_properties__hbd__lte": 5,
                         "molecule_properties__num_ro5_violations": 0,
                         "limit": 1},
                 timeout=15)
print(f"Drug-like candidates: {r.json()['page_meta']['total_count']}")

示例：将活性数据分页导出为 CSV

import requests, pandas as pd, time
BASE = "https://www.ebi.ac.uk/chembl/api/data"

url = (f"{BASE}/activity.json"
       f"?target_chembl_id=CHEMBL203"
       f"&standard_type=IC50"
       f"&pchembl_value__isnull=False"
       f"&limit=500")
all_acts = []
while url:
    r = requests.get(url, timeout=60)
    r.raise_for_status()
    data = r.json()
    all_acts.extend(data["activities"])
    nxt = data["page_meta"].get("next")
    url = f"https://www.ebi.ac.uk{nxt}" if nxt else None
    time.sleep(0.3)

df = pd.DataFrame(all_acts)
df.to_csv("egfr_activities.csv", index=False)
print(f"Exported {len(df)} records → egfr_activities.csv")

示例：配置带重试机制的稳健会话

import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

def chembl_session(retries=3, backoff=1.0):
    s = requests.Session()
    s.headers.update({"Accept": "application/json"})
    s.mount("https://", HTTPAdapter(max_retries=Retry(
        total=retries, backoff_factor=backoff,
        status_forcelist=[429, 500, 502, 503, 504],
        allowed_methods=["GET"])))
    return s

session = chembl_session()
r = session.get("https://www.ebi.ac.uk/chembl/api/data/molecule/CHEMBL25.json", timeout=15)
print(r.json()["pref_name"])

示例：下载 SVG 结构图像

import requests
r = requests.get("https://www.ebi.ac.uk/chembl/api/data/image/CHEMBL25.svg", timeout=15)
r.raise_for_status()
with open("aspirin.svg", "w") as f:
    f.write(r.text)

关键参数

参数	端点	默认值	说明
limit	所有列表端点	20	每页大小；最大为 1000
offset	所有列表端点	0	分页偏移量（或跟随 page_meta.next）
format	所有端点	json（通过 .json 后缀）	也支持 .xml、.yaml
pref_name__icontains	/target、/molecule	—	完整名称中的子字符串；不匹配缩写，请使用完整名称
target_chembl_id	/activity	—	例如：CHEMBL203（EGFR）、CHEMBL240（D2 受体）
molecule_chembl_id	/activity、/mechanism、/drug_indication	—	例如：CHEMBL25（阿司匹林）
standard_type	/activity	—	IC50、Ki、Kd、EC50
standard_value__lte	/activity	—	活性值上限（与 standard_units 搭配使用）
pchembl_value__isnull	/activity	—	使用 "False" 要求数据带有 pChEMBL 标记
target_type	/target	—	SINGLE PROTEIN、PROTEIN COMPLEX、ORGANISM、…
{tanimoto}（路径）	/similarity/{smiles}/{tanimoto}	—	Tanimoto 阈值，范围为 0–100
{smiles}（路径）	/similarity、/substructure	—	URL 编码的 SMILES（urllib.parse.quote(s, safe="")）

故障排除

问题	原因	解决方案
pref_name__icontains=EGFR（或 BRAF）返回 0 条结果	ChEMBL 存储的是完整名称；不匹配缩写	使用 "epidermal growth factor receptor"；查询 BRAF 时，使用带连字符的 "B-raf"
mechanism.json?molecule_chembl_id=CHEMBL941 返回空结果	并非每种药物在每个版本中都有机制记录（例如，当前数据中伊马替尼有 0 条记录）	使用 CHEMBL535（舒尼替尼）或 CHEMBL192（西地那非）作为已知有数据的示例
/image/{cid}.json 出现 JSONDecodeError	图像端点返回的是二进制数据，而非 JSON	始终使用 .svg 或 .png 后缀：/image/{cid}.svg
/molecule/{id} 返回 404	ChEMBL ID 格式无效	ID 必须包含前缀：CHEMBL25，而非 25
相似性搜索返回 400	SMILES 未编码（/ 会与 URL 路径冲突）	进行 URL 编码：urllib.parse.quote(smiles, safe="")
next 页为空，但 total_count 更高	已达到内部上限（使用 offset 分页时通常为 10000）	缩小筛选范围（日期范围、靶标类别）并重新分页；或使用 ChEMBL FTP 下载获取超过 100K 条记录
HTTP 429 Too Many Requests	请求过于密集	添加 time.sleep(0.3)；挂载 Retry 适配器（参见示例）
activity 记录中的单位混杂	不同实验报告的单位为 nM / µM / % inhibition	筛选 standard_units="nM"，并优先使用 pchembl_value 进行跨实验比较
data_validity_comment 不为空	数据整理标记（例如，“可能存在转录错误”“超出典型范围”）	在进行 SAR / 回归分析前剔除这些行
活性记录重复	同一测量值由多个来源报告	检查 potential_duplicate=True 并去重

最佳实践

• 使用 pchembl_value 进行跨研究比较——它会将 IC50/Ki/EC50 标准化为可比较的 -log10 刻度。
• 计算汇总值前务必检查 data_validity_comment——带标记的行可能会使分布产生偏差。
• 在活性查询中固定 standard_units="nM"，避免混用 nM 和 µM。
• 使用 page_meta.next 进行分页，不要手动递增 offset——该 URL 已包含正确的游标。
• 在路径式端点（/similarity/{smiles}/...、/substructure/{smiles}）中对 SMILES 进行 URL 编码，使用 urllib.parse.quote(smi, safe="")。
• 批量处理时使用带重试适配器的 Session（参见 Recipe）——ChEMBL 可以处理相当大的流量，但偶尔会返回 502/503。
• 对于超过 100K 条记录，优先使用 ChEMBL FTP 下载，而不是分页 API 调用。
• 谨慎使用 pref_name__icontains 中的首字母缩写——EGFR、BRAF、HER2 都会返回 0 条结果。请使用完整术语，或通过 target_components__accession=<UniProt> 进行筛选。

相关技能

• rdkit-cheminformatics — SMILES 操作、指纹、描述符
• datamol-cheminformatics — 分子预处理与特征化
• pubchem-compound-search — 备用化合物数据库（NIH；覆盖范围更广，但生物活性信息较少）
• pdb-database — 通过 RCSB PDB REST API 获取 ChEMBL 靶点的 3D 结构
• opentargets-database — 将 ChEMBL 药物-靶点证据与疾病关联相链接

参考资料

• ChEMBL 网站：https://www.ebi.ac.uk/chembl/
• REST API 根地址：https://www.ebi.ac.uk/chembl/api/data/
• API 文档：https://www.ebi.ac.uk/chembl/api/data/docs
• 接口文档（Django 筛选语法）：https://chembl.gitbook.io/chembl-interface-documentation/web-services
• 批量下载（适用于超过 100K 条记录）：https://chembl.gitbook.io/chembl-interface-documentation/downloads
• 如需基于 SDK 的用法，请参阅 PyPI 软件包 chembl_webresource_client；此 SKILL.md 直接使用底层 REST API，因此无需安装 SDK。