专栏名称: 解螺旋

解螺旋——医生科研最好的帮手。无论你是科研零基础，抑或初窥门径，你都可以在解螺旋获得极大的提升，从而面对基金、论文、实验游刃有余。解螺旋课堂是所有热爱科研技能学习的医生聚集地，解螺旋会员是医生科研全方位的贴心助手，加入我们，体验改变。

惊喜！10+SCI用这个数据库添彩，靶基因-药物预测，就靠它了！

解螺旋 · 公众号 · 医学 · 2021-06-26 14:00

正文

BindingDB：药物与靶基因相互预测

嗨，小伙伴们大家好！新的一周我们继续聚焦药物与靶基因查询话题。上期给大家介绍的是可以DIY中药配方/化合物组合的靶基因数据库BATMAN-TCM，那么不少小伙伴就要问了，“根据药物查询靶基因，让我们更方便探寻药物下游机制问题！如果在功能基因单变量论证之后在上游找药物，该怎么查询该靶基因的潜在药物呢？”好吧，如您所愿！这期介绍一款强大的骨灰级数据库，BindingDB数据库，一文解决您药物与靶基因互相预测的需求，一起来康康吧~！

引药生变系列传送门

1.厉害了！疾病和药物基因哪里找？这个数据库是你的课题思路之源！也太太太太太太实用了吧！

2.一站式搞定中药数据挖掘，生信分析里的万金油！靶点，基因，机制，疾病都有了！

3.药物和基因搞对象的全流程，全靠这个数据库？高分SCI的套路，1分钟搞定！

4.这次不挑疾病，真的！！！

5.夸到词穷！网药研究一条龙分析都有了！简单又实用!

6.研究药物的有福了！这个网药数据库还有这么强大的分析功能！堪称神器！

7.一刻钟内，最大限度提升SCI创新性！小白都能学会!

8.研究药的都能能用上！这个数据库太实用，比想象中更牛！

9.一站式搞定网药分析？发3+SCI就靠这个数据库了！

▌数据库概览

进入BindingDB主页（https://www.bindingdb.org/bind/info.jsp），点击info查看该数据库简介。该数据库最早发布于2000年，最新版本发布于2015年，是一个公开访问的化合物小分子和靶基因之间相互作用亲和力的数据库。目前数据库包含超过920703个药物小分子与8185种蛋白质的2096653个互作关系数据，以及100%序列匹配的2823种和85%序列匹配的8263受体/配体晶体结构数据，并不断更新中。上述数据来源于文献报道、美国专利信息、PubChem BioAssays和ChEMBL数据库等。其中药物与靶基因亲和力数据基于酶抑制活性和酶动力学、等温滴定量热法（ITC）、核磁共振（NMR）和放射性配体竞争测定法等实验技术。该数据库功能强大，可根据药物化合物预测潜在靶基因，或根据靶基因预测潜在药物化合物，还有许多小工具。

左侧栏显示提供的数据类型：（1）靶基因数据信息有Ki、IC50、Kd、EC50、吉布斯自由能和通路信息等。其中，Ki是抑制常数，表示药物分子对蛋白酶抑制作用，数值越小，抑制作用越强；Kd是解离速率常数，评估RL（受体配体复合物）逆向解离形成R（受体）和L（配体）速率；IC50是半抑制浓度，指引起50%抑制效应的浓度；EC50是半最大效应浓度，指引起50%最大效应的浓度。（2）化合物信息提供FDA信息、化合物结构式和SMILES等。

在主页最下方提供操作指南视频，或点击info页面How to Use BindingDB查看数据库使用指南。

另外，该数据库所有数据均可免费下载。

▌数据库核心功能及操作演示

Target信息浏览、查询

首先，点击侧边栏Target目录下Sequence，可根据蛋白质氨基酸序列或核酸序列进行靶基因查询，结果展示靶基因名称、物种、Ki、IC50、Kd和EC50等信息。

接下来看Target目录下Name目录功能。分别点击Ki、IC50、Kd和EC50进入数据浏览页面，可设各参数范围来检索符合要求的靶基因，或者Ctrl+F输入基因名称在页面检索感兴趣的靶基因，如5-HT。

以5-HT_R4为例，点击进入详情页面：提供作用5-HT_R4的302个化合物配体名称、结构式及Ki、IC50、Kd和EC50等信息，并提供SMILES和InChI表达式，右上角可以根据各药理学参数排序；提供Reactome数据库通路信息及多个数据库链接；提供PubChem C和UniChem链接；点击Similars查看相似性化合物；提供参考文献链接。点击Add All Page将该结果添加进列表，点击Make Data Set进入分析页面。

该页面提供3种算法用于化合物相似性分析，Maximum Similarity to Any Active方法最为快速，后两者可靠性更好。每种方法提供相应参考文献，感兴趣的小伙伴可以阅读文献并自行摸索。

Name目录下Rate constants、ΔG°、pH(Enzymatic Assay)/pH(ITC)、Substrate or Competitor和Compound Mol. Wt的数据浏览模式与前述基本类似，不再赘述。

点击Target目录下Pathway，该数据库通路信息来自于Reactome数据库，以细胞周期为例，点击对应的BindingBD图标，列表展示细胞周期相关基因信息。点击Ki、IC50、Kd和EC50等对应的数字，如P07900，可查看靶向该基因的124个化合物配体信息。

点击Target目录下Het List in SDF，提供各个靶基因信息数据下载功能。

Compound信息浏览、查询

点击Compound目录下FDA，整体展示FDA批准药物及靶基相关信息。

点击Important Compound，按FDA批准、实验验证、预测和其他证据类型分别展示药物与靶基因信息。

点击Chemical Structure以化合物结构式进行检索。以丙酸为例，在画板处绘制结构式或检索框输入SMILES表达式，右侧设置检索条件（检索类型如子结构、相似性或精确检索，药理学参数，分子量，其他化合物列表），点击Search，结果展示丙酸和丙酸阴离子对应的13个靶基因信息。

点击Name以化合物名称进行检索。支持精确检索、关键字段检索，或结合分子量、KI、IC50和吉布自由能进行检索。

点击SMILEs以化合物SMILEs表达式进行检索。

工具介绍

Find My Compound's Targets工具支持以化合物结构式或SMILES表达式检索靶基因，功能与前述Chemical Structure类似。

Find Compounds for My Targets工具支持以靶基因来检索对应的化合物信息。首先选择数据来源，默认全选。然后，点击Add search criterion选择待检索的关键词类型，点击clear search criterion可删除该检索词类型，可点选And或Or进行批量检索。

以检索乙酸、丙酸和丁酸靶基因为例，Add search criterion选择SMILES，检索框分别输入CC([O-])=O（乙酸）、CCC([O-])=O（丙酸）和CCCC([O-])=O（丁酸），点击Run Search得到检索结果。

▌文献应用案例

文献案例一：PMID: 33130971，IF=6.283分

本文拟探讨川芎内酯（ligustilide）治疗IBD的机制问题。首先，基于高质量GWAS结果及CTD、DisGeNet、HGMD和GWAS Catalog数据，获得325个IBD疾病相关基因。然后，构建药物-靶基因相互作用（DTI）网络，数据来源包括直接DTI数据库（ChEMBL和BindingDB数据库）、间接DTI数据库（STITCH 5、Herbal Components' Targets Database和TCMID数据库）以及2000多高质量天然产物药理学研究文献，最终获得包含3848种天然产物与449种蛋白质的30,746个DIT。接下来，相关性分析提示在尚未报道的88中天然产物中Ligustilide显示出较高的IBD治疗潜力，川芎内酯属于当归生物活性成分之一，后者在传统医学中被广泛用于治疗炎症性疾病。随后，动物实验证实Ligustilide可抑制DSS诱导的炎细胞浸润和促炎因子产生，进而预防结肠炎发生。接下来，获得Ligustilide的97个靶基因进行GO/KEGG富集分析并构建PPI网络，获悉PPARγ可能是Ligustilide下游直接靶点，进而实验证实该结果。下图展示本文机制图。

在BindingDB数据库检索Ligustilide潜在靶基因：进入数据库主页，点击左侧工具栏中Find My Compound's Targets，绘制该化合物结构式，检索参数默认，点击GO得到检索结果。

结果显示Ligustilide潜在靶基因有1个，即TRPA1，与本文中PPARγ并不一致，或许可以试试其他靶基因信息数据库。

文献案例二：PMID: 33953309，IF=3.998分

本文拟探讨复方丹参滴丸（CDDP）的直接激酶靶点。首先，基于文献检索及TcmSP、TCMID、TCM-ID、ETCM和YaTCM数据库获得CDDP化合物成分。然后，分别在ChEMBL、PubChem和BindingDB数据库获得上述化合物靶基因，基于Ingenuity Pathway Analysis（IPA）、multi-voting SEA算法和KinomeX系统（https://kinome.dddc.ac.cn/en/）分析对上述靶基因进行筛选。最后，细胞实验验证CDDP处理下的上述激酶活性变化，得知有4种激酶（CAMK2G、CSF1R、FYN和RET）参与CDDP下游机制。本文课题设计流程图展示如下，文章思路清晰，方法值得借鉴。

以上就是BindingDB数据库的全部内容，开发并维护数据库不易，小伙伴们使用时别忘记引用以下参考文献！

写在结尾

以上就是BindingDB数据库的全部内容，开发并维护数据库不易，小伙伴们使用时别忘记引用以下参考文献！

Gilson MK, Liu T, Baitaluk M, Nicola G, Hwang L, Chong J. BindingDB in 2015: A public database for medicinal chemistry, computational chemistry and systems pharmacology. Nucleic Acids Res. 2016 Jan 4;44(D1):D1045-53. doi: 10.1093/nar/gkv1072.