Compétences pubchem-database
🧪

pubchem-database

Sûr 🌐 Accès réseau📁 Accès au système de fichiers

Requête Base de Données Chimique PubChem

Également disponible depuis: davila7

Les chercheurs ont besoin d'un accès rapide aux propriétés moléculaires et aux structures chimiques. Cette compétence se connecte à la base de données de plus de 110 millions de composés de PubChem pour des requêtes chimio-informatiques instantanées.

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "pubchem-database". Rechercher la caféine et afficher ses propriétés clés

Résultat attendu:

  • Composé: Caféine (CID: 2519)
  • Formule Moléculaire: C8H10N4O2
  • Masse Moléculaire: 194.19 g/mol
  • SMILES: CN1C=NC2=C1C(=O)N(C(=O)N2C)C
  • LogP: -0.07
  • TPSA: 58.44 Ų

Utilisation de "pubchem-database". Trouver des composés similaires à l'aspirine

Résultat attendu:

  • 12 composés similaires trouvés avec un seuil de 85%:
  • • CID 2244: Aspirine (référence)
  • • CID 3312: Acide salicylique (MW: 138.12, 89% similaire)
  • • CID 3037: Acétylsalicylique de sodium (91% similaire)
  • • CID 1983: Acide 4-aminosalicylique (87% similaire)

Utilisation de "pubchem-database". Obtenir les données de bioactivité pour l'aspirine

Résultat attendu:

  • Résumé de Bioactivité pour CID 2244:
  • Total des tests: 1567
  • Actif: 234 composés testés positifs
  • Inactif: 1189 composés testés négatifs
  • Non conclusif: 144 résultats en attente

Audit de sécurité

Sûr
v4 • 1/17/2026

This is a legitimate scientific tool for querying the PubChem chemical database. Static analysis findings are false positives: the 'external commands' are Python code examples in markdown documentation, 'network' calls go to official NIH/NCBI servers, and 'weak cryptographic algorithm' detections are keyword false positives in a non-cryptographic context. No actual cryptographic code, command injection risks, or malicious behavior exists.

5
Fichiers analysés
1,926
Lignes analysées
2
résultats
4
Total des audits

Facteurs de risque

🌐 Accès réseau (2)
scripts/bioactivity_query.py:21-22 scripts/bioactivity_query.py:28-50
📁 Accès au système de fichiers (1)
SKILL.md:203-204
Audité par: claude Voir l’historique des audits →

Score de qualité

64
Architecture
100
Maintenabilité
85
Contenu
21
Communauté
100
Sécurité
78
Conformité aux spécifications

Ce que vous pouvez construire

Criblage de candidats médicamenteux

Cribler des composés pour des propriétés de type médicament en utilisant la règle des cinq de Lipinski

Analyse structure-activité

Trouver des composés structurellement similaires et comparer leurs bioactivités

Conversion d'identifiants chimiques

Convertir entre SMILES, InChI et les noms de composés pour les publications

Essayez ces prompts

Recherche de composé basique 
Rechercher l'aspirine dans PubChem et afficher sa formule moléculaire, son poids et son SMILES
Comparaison des propriétés 
Obtenir les propriétés moléculaires pour l'aspirine, l'ibuprofène et le naproxène. Comparer leurs valeurs LogP
Recherche par similarité 
Rechercher des composés similaires à l'imatinib avec un seuil de similarité de 85%, puis filtrer par MW 200-600
Criblage par sous-structure 
Trouver tous les composés contenant un noyau benzénique et calculer leur masse moléculaire moyenne

Bonnes pratiques

  • Utiliser les CID au lieu des noms pour les requêtes répétées afin d'améliorer les performances
  • Implémenter des délais de 0,2 à 0,3 seconde entre les requêtes pour respecter les limites de débit
  • Mettre en cache les résultats localement pour les composés fréquemment consultés

Éviter

  • Ne pas faire plus de 5 requêtes par seconde pour éviter les limites de débit
  • Éviter de rechercher par noms communs sans vérifier d'abord les synonymes
  • Ne pas ignorer la gestion des erreurs pour les composés qui pourraient ne pas exister

Foire aux questions

Qu'est-ce que PubChem?
PubChem est la plus grande base de données chimiques librement accessible au monde avec plus de 110 millions de composés, maintenue par NCBI/NIH.
Comment rechercher par structure chimique?
Utilisez des chaînes SMILES ou la notation InChI. Exemple: 'CC(=O)OC1=CC=CC=C1C(=O)O' pour l'aspirine.
Quelles propriétés puis-je récupérer?
Masse moléculaire, LogP, TPSA, nombre de liaisons hydrogène, et plus de 50 autres descripteurs moléculaires.
Pourquoi est-ce que je reçois des erreurs de timeout?
Les recherches par similarité et sous-structure sont asynchrones et peuvent prendre 15 à 30 secondes. Réduisez MaxRecords si nécessaire.
Puis-je télécharger des structures moléculaires?
Oui, vous pouvez télécharger au format PNG, SDF ou JSON en utilisant les fonctions de téléchargement.
Y a-t-il une limite de débit?
Oui, maximum 5 requêtes par seconde et 400 requêtes par minute pour assurer une utilisation équitable.

Détails du développeur

Auteur

K-Dense-AI

Licence

MIT

Dépôt

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pubchem-database

Réf

main

Structure de fichiers

📁 references/

📄 api_reference.md

📁 scripts/

📄 bioactivity_query.py

📄 compound_search.py

📄 SKILL.md