ZINC 資料庫包含超過 2.3 億種可用於藥物發現研究的可購買化合物。此技能提供程式化存取，可透過 ZINC ID、SMILES 或供應商代碼進行搜尋，擷取 3D 結構，並執行相似性搜尋以進行虛擬篩選和分子對接研究。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「zinc-database」。 搜尋 ZINC000000000001 並找出距離為 3 的相似化合物
預期結果:
- ZINC ID: ZINC000000000001
- SMILES: [顯示的結構]
- 可從: [目錄]
- 找到的相似化合物: 142
- 最佳匹配: ZINC000000000002, ZINC000000000003, ...
正在使用「zinc-database」。 取得 100 種分子量 250-350 的隨機先導類化合物
預期結果:
- 從 ZINC22 擷取了 100 種化合物
- 性質範圍: 分子量 250-350，先導類子集
- 區段代碼: H##P###M### 格式
- 每個項目包含 ZINC ID、SMILES 和供應商資訊
安全審計
安全All 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.
風險因素
🌐 網路存取 (2)
⚙️ 外部命令 (1)
品質評分
你能建構什麼
建立對接庫
查詢 ZINC 以取得類藥物化合物，下載 3D 結構，並準備用於 DOCK6 或 AutoDock Vina 篩選的庫。
尋找類似化合物
透過 SMILES 相似性搜尋，為已知活性化合物尋找可購買的類似物，以進行構效關係研究。
虛擬篩選設定
產生由分子量、LogP 或氫鍵捐贈者數量過濾的隨機化合物集，用於初步虛擬篩選計畫。
試試這些提示
搜尋 ZINC 資料庫中的化合物 ZINC000000000001，並顯示其 SMILES、代碼和目錄。
找出與 Ibuprofen (CC(C)Cc1ccc(cc1)C(C)C(=O)O) 相似的化合物，使用 Tanimoto 距離為 3。回傳 ZINC ID、SMILES 和可用的目錄。
從 ZINC22 產生 1000 種分子量 350-500 的隨機類藥物化合物清單。顯示 ZINC ID、SMILES 和區段代碼。
找出 50 種先導類似的化合物（分子量 250-350），其 SMILES 為 CCCc1ccc(cc1)C(C)N。回傳可購買的選項及供應商代碼。
最佳實務
- 先使用精確的 SMILES 匹配，然後使用距離參數擴展到相似性搜尋
- 僅將輸出欄位限制為需要的資料，以減少回應大小並提高效能
- 將頻繁存取的化合物資料快取在本地，以減少重複的 API 呼叫
避免
- 在沒有延遲的情況下快速連續發出請求 - 請尊重伺服器速率限制
- 當只需要少數欄位時卻請求所有輸出欄位
- 跳過區段屬性解析 - 這些編碼了分子量、LogP 和氫鍵捐贈者數量，可用於過濾
常見問題
什麼是 ZINC 資料庫？
我需要 API 金鑰嗎？
有哪些檔案格式可用？
如何下載 3D 結構？
什麼是區段？
我可以將此用於商業研究嗎？
開發者詳情
作者
K-Dense-AI授權
MIT
儲存庫
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/zinc-database引用
main
檔案結構