Chembl Database

Banco de Dados ChEMBL

Visão Geral

ChEMBL é um banco de dados curado manualmente de moléculas bioativas mantido pelo European Bioinformatics Institute (EBI), contendo mais de 2 milhões de compostos, 19 milhões de medições de bioatividade, mais de 13.000 alvos de drogas, e dados sobre fármacos aprovados e candidatos em ensaios clínicos. Acesse e consulte esses dados programaticamente usando o cliente Python do ChEMBL para pesquisa em descoberta de fármacos e química medicinal.

Quando Usar Esta Habilidade

Esta habilidade deve ser usada quando:

• Buscas de compostos: Encontrar moléculas por nome, estrutura ou propriedades
• Informações de alvo: Recuperar dados sobre proteínas, enzimas ou alvos biológicos
• Dados de bioatividade: Consultar medições IC50, Ki, EC50 ou outras atividades
• Informações sobre fármacos: Procurar fármacos aprovados, mecanismos ou indicações
• Buscas de estrutura: Realizar buscas de similaridade ou subestrutura
• Quiminformática: Analisar propriedades moleculares e aptidão para fármacos
• Relações alvo-ligante: Explorar interações composto-alvo
• Descoberta de fármacos: Identificar inibidores, agonistas ou moléculas bioativas

Instalação e Configuração

Cliente Python

O cliente Python do ChEMBL é necessário para acesso programático:

uv pip install chembl_webresource_client

Padrão de Uso Básico

from chembl_webresource_client.new_client import new_client

# Acesse diferentes endpoints
molecule = new_client.molecule
target = new_client.target
activity = new_client.activity
drug = new_client.drug

Capacidades Principais

1. Consultas de Moléculas

Recuperar por ID ChEMBL:

molecule = new_client.molecule
aspirin = molecule.get('CHEMBL25')

Buscar por nome:

results = molecule.filter(pref_name__icontains='aspirin')

Filtrar por propriedades:

# Encontre moléculas pequenas (MW <= 500) com LogP favorável
results = molecule.filter(
    molecule_properties__mw_freebase__lte=500,
    molecule_properties__alogp__lte=5
)

2. Consultas de Alvo

Recuperar informações de alvo:

target = new_client.target
egfr = target.get('CHEMBL203')

Buscar tipos de alvo específicos:

# Encontre todos os alvos de quinase
kinases = target.filter(
    target_type='SINGLE PROTEIN',
    pref_name__icontains='kinase'
)

3. Dados de Bioatividade

Consultar atividades para um alvo:

activity = new_client.activity
# Encontre inibidores potentes de EGFR
results = activity.filter(
    target_chembl_id='CHEMBL203',
    standard_type='IC50',
    standard_value__lte=100,
    standard_units='nM'
)

Obter todas as atividades para um composto:

compound_activities = activity.filter(
    molecule_chembl_id='CHEMBL25',
    pchembl_value__isnull=False
)

4. Buscas Baseadas em Estrutura

Busca de similaridade:

similarity = new_client.similarity
# Encontre compostos semelhantes à aspirina
similar = similarity.filter(
    smiles='CC(=O)Oc1ccccc1C(=O)O',
    similarity=85  # Limiar de similaridade de 85%
)

Busca de subestrutura:

substructure = new_client.substructure
# Encontre compostos contendo anel benzênico
results = substructure.filter(smiles='c1ccccc1')

5. Informações sobre Fármacos

Recuperar dados de fármaco:

drug = new_client.drug
drug_info = drug.get('CHEMBL25')

Obter mecanismos de ação:

mechanism = new_client.mechanism
mechanisms = mechanism.filter(molecule_chembl_id='CHEMBL25')

Consultar indicações de fármaco:

drug_indication = new_client.drug_indication
indications = drug_indication.filter(molecule_chembl_id='CHEMBL25')

Workflow de Consulta

Workflow 1: Encontrando Inibidores para um Alvo

1. Identifique o alvo buscando por nome:

   targets = new_client.target.filter(pref_name__icontains='EGFR')
   target_id = targets[0]['target_chembl_id']
   

2. Consulte dados de bioatividade para esse alvo:

   activities = new_client.activity.filter(
       target_chembl_id=target_id,
       standard_type='IC50',
       standard_value__lte=100
   )
   

3. Extraia IDs de compostos e recupere detalhes:

   compound_ids = [act['molecule_chembl_id'] for act in activities]
   compounds = [new_client.molecule.get(cid) for cid in compound_ids]
   

Workflow 2: Analisando um Fármaco Conhecido

1. Obtenha informações do fármaco:

   drug_info = new_client.drug.get('CHEMBL1234')
   

2. Recupere mecanismos:

   mechanisms = new_client.mechanism.filter(molecule_chembl_id='CHEMBL1234')
   

3. Encontre todas as bioatividades:

   activities = new_client.activity.filter(molecule_chembl_id='CHEMBL1234')
   

Workflow 3: Estudo de Relação Estrutura-Atividade (SAR)

1. Encontre compostos semelhantes:

   similar = new_client.similarity.filter(smiles='query_smiles', similarity=80)
   

2. Obtenha atividades para cada composto:

   for compound in similar:
       activities = new_client.activity.filter(
           molecule_chembl_id=compound['molecule_chembl_id']
       )
   

3. Analise relações propriedade-atividade usando propriedades moleculares dos resultados.

Operadores de Filtro

ChEMBL suporta filtros de consulta no estilo Django:

• __exact - Correspondência exata
• __iexact - Correspondência exata case-insensitive
• __contains / __icontains - Correspondência de substring
• __startswith / __endswith - Correspondência de prefixo/sufixo
• __gt, __gte, __lt, __lte - Comparações numéricas
• __range - Valor em intervalo
• __in - Valor em lista
• __isnull - Verificação nulo/não nulo

Exportação e Análise de Dados

Converta resultados para DataFrame do pandas para análise:

import pandas as pd

activities = new_client.activity.filter(target_chembl_id='CHEMBL203')
df = pd.DataFrame(list(activities))

# Analise resultados
print(df['standard_value'].describe())
print(df.groupby('standard_type').size())

Otimização de Desempenho

Cache

O cliente automaticamente armazena resultados em cache por 24 horas. Configure o cache:

from chembl_webresource_client.settings import Settings

# Desabilite o cache
Settings.Instance().CACHING = False

# Ajuste expiração do cache (segundos)
Settings.Instance().CACHE_EXPIRE = 86400

Avaliação Lazy

Consultas executam apenas quando os dados são acessados. Converta para lista para forçar execução:

# Consulta ainda não foi executada
results = molecule.filter(pref_name__icontains='aspirin')

# Force execução
results_list = list(results)

Paginação

Resultados são automaticamente paginados. Itere através de todos os resultados:

for activity in new_client.activity.filter(target_chembl_id='CHEMBL203'):
    # Processe cada atividade
    print(activity['molecule_chembl_id'])

Casos de Uso Comuns

Encontrar Inibidores de Quinase

# Identifique alvos de quinase
kinases = new_client.target.filter(
    target_type='SINGLE PROTEIN',
    pref_name__icontains='kinase'
)

# Obtenha inibidores potentes
for kinase in kinases[:5]:  # Primeiras 5 quinases
    activities = new_client.activity.filter(
        target_chembl_id=kinase['target_chembl_id'],
        standard_type='IC50',
        standard_value__lte=50
    )

Explorar Reposicionamento de Fármacos

# Obtenha fármacos aprovados
drugs = new_client.drug.filter()

# Para cada fármaco, encontre todos os alvos
for drug in drugs[:10]:
    mechanisms = new_client.mechanism.filter(
        molecule_chembl_id=drug['molecule_chembl_id']
    )

Triagem Virtual

# Encontre compostos com propriedades desejadas
candidates = new_client.molecule.filter(
    molecule_properties__mw_freebase__range=[300, 500],
    molecule_properties__alogp__lte=5,
    molecule_properties__hba__lte=10,
    molecule_properties__hbd__lte=5
)

Recursos

scripts/example_queries.py

Funções Python prontas para uso demonstrando padrões comuns de consulta ao ChEMBL:

• get_molecule_info() - Recupere detalhes de molécula por ID
• search_molecules_by_name() - Busca de molécula baseada em nome
• find_molecules_by_properties() - Filtragem baseada em propriedades
• get_bioactivity_data() - Consulte bioatividades para alvos
• find_similar_compounds() - Busca de similaridade
• substructure_search() - Correspondência de subestrutura
• get_drug_info() - Recupere informações de fármaco
• find_kinase_inhibitors() - Busca especializada de inibidores de quinase
• export_to_dataframe() - Converta resultados para DataFrame do pandas

Consulte este script para detalhes de implementação e exemplos de uso.

references/api_reference.md

Documentação abrangente de API incluindo:

• Listagem completa de endpoints (molecule, target, activity, assay, drug, etc.)
• Todos os operadores de filtro e padrões de consulta
• Propriedades moleculares e campos de bioatividade
• Exemplos avançados de consulta
• Configuração e otimização de desempenho
• Tratamento de erros e rate limiting

Consulte este documento quando informações detalhadas de API forem necessárias ou ao solucionar problemas com consultas.

Notas Importantes

Confiabilidade de Dados

• Dados do ChEMBL são curados manualmente, mas podem conter inconsistências
• Sempre verifique o campo data_validity_comment em registros de atividade
• Esteja atento a flags potential_duplicate

Unidades e Padrões

• Valores de bioatividade usam unidades padrão (nM, uM, etc.)
• pchembl_value fornece atividade normalizada (escala -log)
• Verifique standard_type para entender o tipo de medição (IC50, Ki, EC50, etc.)

Rate Limiting

• Respeite as políticas de uso justo do ChEMBL
• Use cache para minimizar requisições repetidas
• Considere downloads em massa para grandes conjuntos de dados
• Evite sobrecarregar a API com requisições sucessivas rápidas

Formatos de Estrutura Química

• Strings SMILES são o formato de estrutura principal
• Chaves InChI disponíveis para compostos
• Imagens SVG podem ser geradas via endpoint de imagem

Recursos Adicionais

• Website ChEMBL: https://www.ebi.ac.uk/chembl/
• Documentação de API: https://www.ebi.ac.uk/chembl/api/data/docs
• GitHub do cliente Python: https://github.com/chembl/chembl_webresource_client
• Documentação de interface: https://chembl.gitbook.io/chembl-interface-documentation/
• Notebooks de exemplo: https://github.com/chembl/notebooks