搞科研的或多或少会和小分子打交道，想知道目标小分子互做的蛋白有哪些，就必须在开展实验之前进行数据挖掘，来研究一下我们的小分子。今天介绍 BindingDB数据库，一种由实验测量结合的数据库，主要集中在被认为是药物靶标的蛋白质与小的类药物分子之间的相互作用。
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。
Download界面：
支持各类数据的下载，实时更新，通常每周更新一次。接下来我们看一下功能界面，点击pathway，就可直接跳转到Reactome数据库。
关于如何找到化合物目标，点击Find My Compound's Targets，直接在SMILES输入，然后点击GO，就可以得到它的靶点信息。当然也可以输入多个化合物，并根据相似的化合物倾向于结合相同的蛋白质原则，快速查看化合物可能结合的目标列表。
好了，今天就简单介绍到这里，赶紧去试试吧，有问题公众号留言~
来源：网络仅供参考学习（侵删）
• END •
网友评论