zinc-database
البحث في قاعدة بيانات ZINC عن المركبات
متاح أيضًا من: davila7
تحتوي قاعدة بيانات ZINC على أكثر من 230 مليون مركب كيميائي متاح للشراء لأبحاث اكتشاف الأدوية. توفر هذه المهارة وصولاً برمجياً للبحث حسب معرف ZINC أو SMILES أو رمز المورد، واسترجاع البنى ثلاثية الأبعاد، وإجراء بحث التشابه للفحص الافتراضي ودراسات ربط الجزيئات.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "zinc-database". ابحث عن ZINC000000000001 واعثر على مركبات مشابهة بمسافة 3
النتيجة المتوقعة:
- معرف ZINC: ZINC000000000001
- SMILES: [الهيكل المعروض]
- متاح من: [الكتالوجات]
- تم العثور على مركبات مشابهة: 142
- أفضل التطابقات: ZINC000000000002, ZINC000000000003, ...
استخدام "zinc-database". احصل على 100 مركب عشوائي من النوع الرائد بوزن جزيئي 250-350
النتيجة المتوقعة:
- تم استرجاع 100 مركب من ZINC22
- نطاق الخصائص: MW 250-350، مجموعة فرعية من النوع الرائد
- رموز الشرائح: تنسيق H##P###M###
- يتضمن كل إدخال معرف ZINC وSMILES ومعلومات المورد
التدقيق الأمني
آمنAll 389 static findings are false positives. The skill is legitimate scientific documentation for accessing the public ZINC database maintained by UCSF. subprocess.run calls use array syntax with hardcoded ZINC API endpoints. C2 keyword flags are common programming terms (command, control, execute) used in legitimate documentation context. The scanner misinterpreted cheminformatics terminology (MD5/SHA checksums) and DOCK database format files (.db2) as security concerns. No malicious behavior patterns detected.
عوامل الخطر
🌐 الوصول إلى الشبكة (2)
⚙️ الأوامر الخارجية (1)
درجة الجودة
ماذا يمكنك بناءه
بناء مكتبات الربط
استعلم من ZINC للحصول على المركبات الشبيهة بالعقاقير، وتنزيل البنى ثلاثية الأبعاد، وإعداد المكتبات للفحص باستخدام DOCK6 أو AutoDock Vina.
العثور على مركبات مماثلة
البحث بالتشابه SMILES لاكتشاف نظائر المركبات النشطة المعروفة المتاح شراؤها لدراسات العلاقة بين البنية والنشاط.
إعداد الفحص الافتراضي
توليد مجموعات عشوائية من المركبات مصفاة حسب الوزن الجزيئي أو LogP أو مانحات رابطة الهيدروجين لحملات الفحص الافتراضي الأولية.
جرّب هذه الموجهات
ابحث في قاعدة بيانات ZINC عن المركب ZINC000000000001 واعرض رموز SMILES الخاصة به ورموز الموردين والكتالوجات.
ابحث عن مركبات مشابهة للإيبوبروفين (CC(C)Cc1ccc(cc1)C(C)C(=O)O) باستخدام مسافة Tanimoto قدرها 3. أعد معرفات ZINC وSMILES والكتالوجات المتاحة.
أنتج قائمة من 1000 مركب عشوائي شبيه بالعقاقير من ZINC22 بوزن جزيئي 350-500. اعرض معرفات ZINC وSMILES ورموز الشرائح.
اعثر على 50 نظيراً من النوع الرائد (MW 250-350) لمركب ضارب برمز SMILES CCCc1ccc(cc1)C(C)N. أعد الخيارات المتاحة للشراء مع رموز الموردين.
أفضل الممارسات
- استخدم التطابقات الدقيقة مع SMILES أولاً، ثموسّع إلى بحث التشابه مع معلمات المسافة
- حدّ مخرجات الحقول على البيانات المطلوبة فقط لتقليل حجم الاستجابة وتحسين الأداء
- احتفظ ببيانات المركبات التي يتم الوصول إليها بشكل متكرر مؤقتاً محلياً لتقليل استدعاءات واجهة برمجة التطبيقات المتكررة
تجنب
- إجراء طلبات متتالية سريعة بدون تأخيرات - احترم حدود معدل الخادم
- طلب جميع حقول المخرجات عندما لا تكون سوى قليلة منها مطلوبة
- تجاوز تحليل خصائص الشرائح - هذه تشفر MW وLogP وعدد مانحات رابطة الهيدروجين المفيدة للتصفية
الأسئلة المتكررة
ما هي قاعدة بيانات ZINC؟
هل أحتاج إلى مفتاح API؟
ما التنسيقات المتاحة للملفات؟
كيف يمكنني تنزيل البنى ثلاثية الأبعاد؟
ما هي الشريحة؟
هل يمكنني استخدام هذا للبحث التجاري؟
تفاصيل المطور
المؤلف
K-Dense-AIالترخيص
MIT
المستودع
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/zinc-databaseمرجع
main
بنية الملفات