化合物信息检索工具：跨数据库验证，获取全面化学数据与生物活性信息

tooluniverse-chemical-compound-retrieval by mims-harvard/tooluniverse

164 周安装量

1,200 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-chemical-compound-retrieval

科研工具生物信息学数据处理

🇨🇳中文介绍

化合物信息检索

通过适当的消歧义和跨数据库验证，检索全面的化合物数据。

重要提示：在工具调用中始终使用英文化合物名称和搜索词，即使用户使用其他语言书写（例如，将“阿司匹林”翻译为“aspirin”）。仅当英文搜索无结果时，才尝试使用原始语言术语作为备用方案。使用用户的语言进行回复。

工作流程概述

Phase 0: Clarify (if needed)
    ↓
Phase 1: Disambiguate Compound Identity
    ↓
Phase 2: Retrieve Data (Internal)
    ↓
Phase 3: Report Compound Profile

阶段 0：澄清（必要时）

仅在以下情况下询问用户：

化合物名称高度模糊（例如，“vitamin E” → α, β, γ, δ-tocopherol?）
多个不同的化合物共享该名称（例如，“aspirin”是明确的；“sterol”则不明确）

以下情况跳过澄清：

明确的药物名称（aspirin, ibuprofen, metformin）
提供了特定的标识符（CID, ChEMBL ID, SMILES）
明确的结构查询（SMILES, InChI）

阶段 1：化合物消歧义

1.1 解析主要标识符

from tooluniverse import ToolUniverse
tu = ToolUniverse()
tu.load_tools()

# Strategy depends on input type
if user_provided_cid:
    cid = user_provided_cid
elif user_provided_smiles:
    result = tu.tools.PubChem_get_CID_by_SMILES(smiles=smiles)
    cid = result["data"]["cid"]
elif user_provided_name:
    result = tu.tools.PubChem_get_CID_by_compound_name(compound_name=name)
    cid = result["data"]["cid"]

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

1.2 交叉引用标识符

始终在两个数据库中建立化合物身份：

# PubChem → ChEMBL cross-reference
chembl_result = tu.tools.ChEMBL_search_compounds(query=compound_name, limit=5)
if chembl_result["data"]:
    chembl_id = chembl_result["data"][0]["molecule_chembl_id"]

1.3 处理命名冲突

对于通用名称（例如，“vitamin”, “steroid”, “acid”）：

搜索返回多个 CID → 展示带有结构的前几个匹配项
验证 SMILES/InChI 是否符合用户意图
如果相关，注意立体异构体或盐形式

身份解析清单：

已建立 PubChem CID
已交叉引用 ChEMBL ID（如果存在）
已捕获规范 SMILES
已注明立体化学（如果相关）
已识别盐形式（如果适用）

阶段 2：数据检索（内部）

静默检索所有数据。不要叙述搜索过程。

2.1 核心属性（PubChem）

# Basic properties
props = tu.tools.PubChem_get_compound_properties_by_CID(cid=cid)

# Bioactivity summary
bio = tu.tools.PubChem_get_bioactivity_summary_by_CID(cid=cid)

# Drug label (if approved drug)
drug = tu.tools.PubChem_get_drug_label_info_by_CID(cid=cid)

# Structure image
image = tu.tools.PubChem_get_compound_2D_image_by_CID(cid=cid)

2.2 生物活性数据（ChEMBL）

if chembl_id:
    # Detailed bioactivity
    activity = tu.tools.ChEMBL_get_bioactivity_by_chemblid(chembl_id=chembl_id)
    
    # Protein targets
    targets = tu.tools.ChEMBL_get_target_by_chemblid(chembl_id=chembl_id)
    
    # Assay data
    assays = tu.tools.ChEMBL_get_assays_by_chemblid(chembl_id=chembl_id)

2.3 可选扩展数据

# Patents (for drugs)
patents = tu.tools.PubChem_get_associated_patents_by_CID(cid=cid)

# Similar compounds (for SAR)
similar = tu.tools.PubChem_search_compounds_by_similarity(cid=cid, threshold=85)

主要工具	备用工具	备注
PubChem_get_CID_by_compound_name	ChEMBL_search_compounds → get SMILES → PubChem_get_CID_by_SMILES	名称查找失败
ChEMBL_get_bioactivity	PubChem_get_bioactivity_summary	ChEMBL ID 不可用
PubChem_get_drug_label_info	注明“药物标签不可用”	非已批准药物

阶段 3：报告化合物概况

以化合物概况报告的形式呈现结果。隐藏所有搜索过程细节。

# Compound Profile: [Compound Name]

## Identity
| Property | Value |
|----------|-------|
| **PubChem CID** | [cid] |
| **ChEMBL ID** | [chembl_id or "N/A"] |
| **IUPAC Name** | [full name] |
| **Common Names** | [synonyms] |

## Chemical Properties

### Molecular Descriptors
| Property | Value | Drug-Likeness |
|----------|-------|---------------|
| **Formula** | C₉H₈O₄ | - |
| **Molecular Weight** | 180.16 g/mol | ✓ (<500) |
| **LogP** | 1.19 | ✓ (-2 to 5) |
| **H-Bond Donors** | 1 | ✓ (<5) |
| **H-Bond Acceptors** | 4 | ✓ (<10) |
| **Polar Surface Area** | 63.6 Å² | ✓ (<140) |
| **Rotatable Bonds** | 3 | ✓ (<10) |

### Structural Representation
- **SMILES**: `CC(=O)Oc1ccccc1C(=O)O`
- **InChI**: `InChI=1S/C9H8O4/...`

[2D structure image if available]

## Bioactivity Profile

### Summary
- **Active in**: [X] assays out of [Y] tested
- **Primary Targets**: [list top targets]
- **Mechanism**: [if known]

### Key Target Interactions (from ChEMBL)
| Target | Activity Type | Value | Units |
|--------|--------------|-------|-------|
| [Target 1] | IC50 | [value] | nM |
| [Target 2] | Ki | [value] | nM |

## Drug Information (if applicable)

### Clinical Status
| Property | Value |
|----------|-------|
| **Approval Status** | [Approved/Investigational/N/A] |
| **Drug Class** | [therapeutic class] |
| **Indication** | [approved uses] |
| **Route** | [oral/IV/topical/etc.] |

### Safety
- **Black Box Warning**: [Yes/No]
- **Major Interactions**: [if any]

## Related Compounds (if retrieved)

Top 5 structurally similar compounds:
| CID | Name | Similarity | Key Difference |
|-----|------|------------|----------------|
| [cid] | [name] | 95% | [note] |

## Data Sources
- PubChem: [CID link]
- ChEMBL: [ChEMBL ID link]
- Retrieved: [date]

应用于数据完整性评估：

等级	符号	标准
完整	●●●	所有核心属性 + 生物活性 + 药物信息
基本完整	●●○	核心属性 + 生物活性或药物信息
基础	●○○	仅核心属性
最低	○○○	仅 CID/名称，数据有限

在报告标题中包含：

**Data Completeness**: ●●● Complete (properties, bioactivity, drug data)

每个化合物概况必须包含以下部分（即使“不可用”）：

PubChem CID
ChEMBL ID（或“N/A”）
IUPAC 名称
规范 SMILES

分子式
分子量
LogP
类药性规则评估

生物活性（必需）

活性摘要（或“无生物活性数据”）
主要靶点（或“未知”）

药物信息（如果是已批准药物）

批准状态
适应症
药物类别

带有链接的数据来源
检索日期
质量等级评估

用户：“Tell me about metformin” → 强调药物信息的完整化合物概况

用户：“Verify this SMILES: CC(=O)Oc1ccccc1C(=O)O” → 以消歧义为重点的概况，确认身份

用户：“Find compounds similar to ibuprofen” → 相似性搜索 + 比较属性表

用户：“What proteins does gefitinib target?” → 强调 ChEMBL 生物活性数据并附靶点列表

错误	响应
“Compound not found”	尝试同义词，验证拼写，提供 SMILES 搜索
“No ChEMBL ID”	在身份部分注明，继续使用 PubChem 数据
“No bioactivity data”	包含“无生物活性筛选数据可用”的部分
“API timeout”	重试一次，注明不可用数据并标记“（检索失败）”

PubChem（化学数据库）

工具	用途
`PubChem_get_CID_by_compound_name`	名称 → CID
`PubChem_get_CID_by_SMILES`	结构 → CID
`PubChem_get_compound_properties_by_CID`	分子属性
`PubChem_get_compound_2D_image_by_CID`	结构可视化
`PubChem_get_bioactivity_summary_by_CID`	活性概述
`PubChem_get_drug_label_info_by_CID`	FDA 药物标签
`PubChem_get_associated_patents_by_CID`	知识产权信息
`PubChem_search_compounds_by_similarity`	查找类似物
`PubChem_search_compounds_by_substructure`	子结构搜索

ChEMBL（生物活性数据库）

工具	用途
`ChEMBL_search_compounds`	名称/结构搜索
`ChEMBL_get_compound_by_chemblid`	化合物详情
`ChEMBL_get_bioactivity_by_chemblid`	活性数据
`ChEMBL_get_target_by_chemblid`	蛋白质靶点
`ChEMBL_search_targets`	靶点搜索
`ChEMBL_get_assays_by_chemblid`	检测方法元数据

智能OCR文字识别工具 - 支持100+语言，高精度提取图片/PDF/手写文本

976 周安装

化合物信息检索工具：跨数据库验证，获取全面化学数据与生物活性信息

🇨🇳中文介绍

化合物信息检索

工作流程概述

阶段 0：澄清（必要时）

阶段 1：化合物消歧义

1.1 解析主要标识符

相关 Skills

1.2 交叉引用标识符

1.3 处理命名冲突

阶段 2：数据检索（内部）

2.1 核心属性（PubChem）

2.2 生物活性数据（ChEMBL）

2.3 可选扩展数据

备用链

阶段 3：报告化合物概况

输出结构

数据质量等级

完整性清单

身份（必需）

属性（必需）

生物活性（必需）

药物信息（如果是已批准药物）

始终包含

常见用例

药物属性检查

结构验证

构效关系分析

靶点识别

错误处理

工具参考

最新 Skills