zinc-database
ZINC-Datenbank nach Verbindungen durchsuchen
Auch verfügbar von: davila7
Die ZINC-Datenbank enthält über 230 Millionen käufliche chemische Verbindungen für die Arzneimittelforschung. Diese Fähigkeit bietet programmatischen Zugriff zum Suchen nach ZINC-ID, SMILES oder Lieferantencode, zum Abrufen von 3D-Strukturen und zum Durchführen von Ähnlichkeitssuchen für virtuelles Screening und molekulare Docking-Studien.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "zinc-database". Search for ZINC000000000001 and find similar compounds with distance 3
Erwartetes Ergebnis:
- ZINC ID: ZINC000000000001
- SMILES: [displayed structure]
- Available from: [catalogs]
- Similar compounds found: 142
- Top matches: ZINC000000000002, ZINC000000000003, ...
Verwendung von "zinc-database". Get 100 random lead-like compounds with MW 250-350
Erwartetes Ergebnis:
- Retrieved 100 compounds from ZINC22
- Property range: MW 250-350, lead-like subset
- Tranche codes: H##P###M### format
- Each entry includes ZINC ID, SMILES, and supplier information
Sicherheitsaudit
SicherAll 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.
Risikofaktoren
🌐 Netzwerkzugriff (2)
⚙️ Externe Befehle (1)
Qualitätsbewertung
Was du bauen kannst
Docking-Bibliotheken erstellen
ZINC abfragen, um medikamentenähnliche Verbindungen zu erhalten, 3D-Strukturen herunterladen und Bibliotheken für DOCK6 oder AutoDock Vina-Screening vorbereiten.
Analoge Verbindungen finden
Nach SMILES-Ähnlichkeit suchen, um käufliche Analoge bekannter aktiver Verbindungen für Struktur-Aktivitäts-Beziehungsstudien zu entdecken.
Virtuelles Screening einrichten
Zufällige Verbindungsgruppen generieren, gefiltert nach Molekulargewicht, LogP oder H-Bindungsdonoren für erste virtuelle Screening-Kampagnen.
Probiere diese Prompts
Search the ZINC database for compound ZINC000000000001 and show its SMILES, supplier codes, and catalogs.
Find compounds similar to Ibuprofen (CC(C)Cc1ccc(cc1)C(C)C(=O)O) using a Tanimoto distance of 3. Return ZINC IDs, SMILES, and available catalogs.
Generate a list of 1000 random drug-like compounds from ZINC22 with MW 350-500. Show ZINC IDs, SMILES, and tranche codes.
Find 50 lead-like analogs (MW 250-350) of a hit compound with SMILES CCCc1ccc(cc1)C(C)N. Return purchasable options with supplier codes.
Bewährte Verfahren
- Exakte SMILES-Treffer zuerst verwenden, dann auf Ähnlichkeitssuchen mit Abstandsparametern erweitern
- Ausgabefelder auf nur benötigte Daten beschränken, um Antwortgröße zu reduzieren und Leistung zu verbessern
- Häufig abgerufene Verbindungsdaten lokal zwischenspeichern, um wiederholte API-Aufrufe zu reduzieren
Vermeiden
- Schnelle aufeinanderfolgende Anfragen ohne Verzögerungen machen - Server-Ratenlimits respektieren
- Alle Ausgabefelder anfordern, wenn nur wenige benötigt werden
- Tranche-Eigenschafts-Parsing überspringen - diese codieren MW, LogP und H-Bindungsdonor-Anzahlen, die für das Filtern nützlich sind
Häufig gestellte Fragen
Was ist die ZINC-Datenbank?
Brauche ich einen API-Schlüssel?
Welche Dateiformate sind verfügbar?
Wie lade ich 3D-Strukturen herunter?
Was ist eine Tranche?
Kann ich dies für kommerzielle Forschung verwenden?
Entwicklerdetails
Autor
K-Dense-AILizenz
MIT
Repository
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/zinc-databaseRef
main
Dateistruktur