Zinc Database

ZINC Database

Visão Geral

ZINC é um repositório livremente acessível de 230M+ compostos compráveis mantido pela UCSF. Busque por ZINC ID ou SMILES, realize buscas por similaridade, baixe estruturas 3D prontas para docking, descubra análogos para triagem virtual e descoberta de fármacos.

Quando Usar Este Skill

Este skill deve ser usado quando:

• Triagem virtual: Encontrar compostos para estudos de docking molecular
• Descoberta de leads: Identificar compostos comercialmente disponíveis para desenvolvimento de fármacos
• Buscas de estruturas: Realizar buscas por similaridade ou análogos por SMILES
• Recuperação de compostos: Procurar moléculas por ZINC IDs ou códigos de fornecedores
• Exploração do espaço químico: Explorar a diversidade química de compostos compráveis
• Estudos de docking: Acessar estruturas moleculares 3D prontas
• Buscas de análogos: Encontrar compostos semelhantes com base em similaridade estrutural
• Consultas de fornecedores: Identificar compostos de fornecedores químicos específicos
• Amostragem aleatória: Obter conjuntos aleatórios de compostos para triagem

Versões do Banco de Dados

ZINC evoluiu por múltiplas versões:

• ZINC22 (Atual): Versão maior com 230+ milhões de compostos compráveis e compostos sob demanda em escala multi-bilionária
• ZINC20: Ainda mantido, focado em compostos do tipo lead e drug-like
• ZINC15: Versão anterior, legado mas ainda documentado

Este skill se concentra principalmente em ZINC22, a versão mais atual e abrangente.

Métodos de Acesso

Interface Web

Ponto de acesso principal: https://zinc.docking.org/ Busca interativa: https://cartblanche22.docking.org/

Acesso via API

Todas as buscas ZINC22 podem ser realizadas programaticamente via API CartBlanche22:

URL Base: https://cartblanche22.docking.org/

Todos os endpoints da API retornam dados em formato texto ou JSON com campos customizáveis.

Capacidades Principais

1. Busca por ZINC ID

Recuperar compostos específicos usando seus identificadores ZINC.

Interface web: https://cartblanche22.docking.org/search/zincid

Endpoint da API:

curl "https://cartblanche22.docking.org/[email protected]_fields=smiles,zinc_id"

IDs múltiplos:

curl "https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001,ZINC000000000002&output_fields=smiles,zinc_id,tranche"

Campos de resposta: zinc_id, smiles, sub_id, supplier_code, catalogs, tranche (inclui contagem de H, LogP, MW, fase)

2. Busca por SMILES

Encontrar compostos pela estrutura química usando notação SMILES, com parâmetros de distância opcionais para busca de análogos.

Interface web: https://cartblanche22.docking.org/search/smiles

Endpoint da API:

curl "https://cartblanche22.docking.org/[email protected]=4-Fadist=4"

Parâmetros:

• smiles: String SMILES de consulta (URL-encoded se necessário)
• dist: Limiar de distância Tanimoto (padrão: 0 para correspondência exata)
• adist: Parâmetro de distância alternativa para buscas mais amplas (padrão: 0)
• output_fields: Lista separada por vírgulas dos campos de saída desejados

Exemplo - Correspondência exata:

curl "https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1"

Exemplo - Busca por similaridade:

curl "https://cartblanche22.docking.org/smiles.txt:smiles=c1ccccc1&dist=3&output_fields=zinc_id,smiles,tranche"

3. Busca por Códigos de Fornecedores

Consultar compostos de fornecedores químicos específicos ou recuperar todas as moléculas de catálogos particulares.

Interface web: https://cartblanche22.docking.org/search/catitems

Endpoint da API:

curl "https://cartblanche22.docking.org/catitems.txt:catitem_id=SUPPLIER-CODE-123"

Casos de uso:

• Verificar disponibilidade de compostos de fornecedores específicos
• Recuperar todos os compostos de um catálogo
• Correlacionar códigos de fornecedores com ZINC IDs

4. Amostragem Aleatória de Compostos

Gerar conjuntos aleatórios de compostos para triagem ou fins de benchmarking.

Interface web: https://cartblanche22.docking.org/search/random

Endpoint da API:

curl "https://cartblanche22.docking.org/substance/random.txt:count=100"

Parâmetros:

• count: Número de compostos aleatórios a recuperar (padrão: 100)
• subset: Filtrar por subset (ex: 'lead-like', 'drug-like', 'fragment')
• output_fields: Customizar campos de dados retornados

Exemplo - Moléculas aleatórias do tipo lead:

curl "https://cartblanche22.docking.org/substance/random.txt:count=1000&subset=lead-like&output_fields=zinc_id,smiles,tranche"

Fluxos de Trabalho Comuns

Fluxo de Trabalho 1: Preparando uma Biblioteca de Docking

1. Definir critérios de busca com base em propriedades alvo ou espaço químico desejado

2. Consultar ZINC22 usando método apropriado:

   # Exemplo: Obter compostos drug-like com LogP e MW específicos
   curl "https://cartblanche22.docking.org/substance/random.txt:count=10000&subset=drug-like&output_fields=zinc_id,smiles,tranche" > docking_library.txt
   

3. Analisar resultados para extrair ZINC IDs e SMILES:

   import pandas as pd
   
   # Carregar resultados
   df = pd.read_csv('docking_library.txt', sep='\t')
   
   # Filtrar por propriedades nos dados de tranche
   # Formato de tranche: H##P###M###-phase
   # H = doadores de ligação H, P = LogP*10, M = MW
   

4. Baixar estruturas 3D para docking usando ZINC ID ou baixar de repositórios de arquivos

Fluxo de Trabalho 2: Encontrando Análogos de um Composto Ativo

1. Obter SMILES do composto ativo:

   hit_smiles = "CC(C)Cc1ccc(cc1)C(C)C(=O)O"  # Exemplo: Ibuprofeno
   

2. Realizar busca por similaridade com limiar de distância:

   curl "https://cartblanche22.docking.org/smiles.txt:smiles=CC(C)Cc1ccc(cc1)C(C)C(=O)O&dist=5&output_fields=zinc_id,smiles,catalogs" > analogs.txt
   

3. Analisar resultados para identificar análogos compráveis:

   import pandas as pd
   
   analogs = pd.read_csv('analogs.txt', sep='\t')
   print(f"Encontrados {len(analogs)} análogos")
   print(analogs[['zinc_id', 'smiles', 'catalogs']].head(10))
   

4. Recuperar estruturas 3D dos análogos mais promissores

Fluxo de Trabalho 3: Recuperação em Lote de Compostos

1. Compilar lista de ZINC IDs da literatura, bancos de dados ou triagens anteriores:

   zinc_ids = [
       "ZINC000000000001",
       "ZINC000000000002",
       "ZINC000000000003"
   ]
   zinc_ids_str = ",".join(zinc_ids)
   

2. Consultar API ZINC22:

   curl "https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001,ZINC000000000002&output_fields=zinc_id,smiles,supplier_code,catalogs"
   

3. Processar resultados para análise downstream ou compra

Fluxo de Trabalho 4: Amostragem do Espaço Químico

1. Selecionar parâmetros de subset com base em objetivos de triagem:

   • Fragment: MW < 250, bom para descoberta de fármacos baseada em fragmentos
   • Lead-like: MW 250-350, LogP ≤ 3.5
   • Drug-like: MW 350-500, segue a Regra dos Cinco de Lipinski

2. Gerar amostra aleatória:

   curl "https://cartblanche22.docking.org/substance/random.txt:count=5000&subset=lead-like&output_fields=zinc_id,smiles,tranche" > chemical_space_sample.txt
   

3. Analisar diversidade química e preparar para triagem virtual

Campos de Saída

Customize respostas da API com o parâmetro output_fields:

Campos disponíveis:

• zinc_id: Identificador ZINC
• smiles: Representação string SMILES
• sub_id: ID de substância interno
• supplier_code: Número de catálogo do fornecedor
• catalogs: Lista de fornecedores oferecendo o composto
• tranche: Propriedades moleculares codificadas (contagem de H, LogP, MW, fase de reatividade)

Exemplo:

curl "https://cartblanche22.docking.org/substances.txt:zinc_id=ZINC000000000001&output_fields=zinc_id,smiles,catalogs,tranche"

Sistema de Tranche

ZINC organiza compostos em "tranches" com base em propriedades moleculares:

Formato: H##P###M###-phase

• H##: Número de doadores de ligação de hidrogênio (00-99)
• P###: LogP × 10 (ex: P035 = LogP 3.5)
• M###: Peso molecular em Daltons (ex: M400 = 400 Da)
• phase: Classificação de reatividade

Exemplo de tranche: H05P035M400-0

• 5 doadores de ligação de H
• LogP = 3.5
• MW = 400 Da
• Fase de reatividade 0

Use dados de tranche para filtrar compostos por critérios de drug-likeness.

Baixando Estruturas 3D

Para docking molecular, estruturas 3D estão disponíveis via repositórios de arquivos:

Repositório de arquivos: https://files.docking.org/zinc22/

Estruturas são organizadas por tranches e disponíveis em múltiplos formatos:

• MOL2: Formato multi-molécula com coordenadas 3D
• SDF: Formato de arquivo de estrutura-dados
• DB2.GZ: Formato de banco de dados comprimido para DOCK

Consulte a documentação ZINC em https://wiki.docking.org para protocolos de download e métodos de acesso em lote.

Integração com Python

Usando curl com Python

import subprocess
import json

def query_zinc_by_id(zinc_id, output_fields="zinc_id,smiles,catalogs"):
    """Consulta ZINC22 por ZINC ID."""
    url = f"https://cartblanche22.docking.org/[email protected]_id={zinc_id}&output_fields={output_fields}"
    result = subprocess.run(['curl', url], capture_output=True, text=True)
    return result.stdout

def search_by_smiles(smiles, dist=0, adist=0, output_fields="zinc_id,smiles"):
    """Busca ZINC22 por SMILES com parâmetros de distância opcionais."""
    url = f"https://cartblanche22.docking.org/smiles.txt:smiles={smiles}&dist={dist}&adist={adist}&output_fields={output_fields}"
    result = subprocess.run(['curl', url], capture_output=True, text=True)
    return result.stdout

def get_random_compounds(count=100, subset=None, output_fields="zinc_id,smiles,tranche"):
    """Obter compostos aleatórios de ZINC22."""
    url = f"https://cartblanche22.docking.org/substance/random.txt:count={count}&output_fields={output_fields}"
    if subset:
        url += f"&subset={subset}"
    result = subprocess.run(['curl', url], capture_output=True, text=True)
    return result.stdout

Analisando Resultados

import pandas as pd
from io import StringIO

# Consultar ZINC e analisar como DataFrame
result = query_zinc_by_id("ZINC000000000001")
df = pd.read_csv(StringIO(result), sep='\t')

# Extrair propriedades de tranche
def parse_tranche(tranche_str):
    """Analisar código de tranche ZINC para extrair propriedades."""
    # Formato: H##P###M###-phase
    import re
    match = re.match(r'H(\d+)P(\d+)M(\d+)-(\d+)', tranche_str)
    if match:
        return {
            'h_donors': int(match.group(1)),
            'logP': int(match.group(2)) / 10.0,
            'mw': int(match.group(3)),
            'phase': int(match.group(4))
        }
    return None

df['tranche_props'] = df['tranche'].apply(parse_tranche)

Melhores Práticas

Otimização de Consultas

• Comece específico: Inicie com buscas exatas antes de expandir para buscas por similaridade
• Use parâmetros de distância apropriados: Valores pequenos de dist (1-3) para análogos próximos, maiores (5-10) para análogos diversos
• Limite campos de saída: Solicite apenas campos necessários para reduzir transferência de dados
• Agrupe consultas: Combine múltiplos ZINC IDs em uma única chamada da API quando possível

Considerações de Performance

• Rate limiting: Respeite recursos do servidor; evite requisições consecutivas rápidas
• Caching: Armazene compostos acessados frequentemente localmente
• Downloads paralelos: Ao baixar estruturas 3D, use wget paralelo ou aria2c para repositórios de arquivos
• Filtragem por subset: Use subsets lead-like, drug-like ou fragment para reduzir espaço de busca

Qualidade de Dados

• Verifique disponibilidade: Catálogos de fornecedores mudam; confirme disponibilidade de compostos antes de pedidos grandes
• Verifique estereoquímica: SMILES podem não especificar completamente estereoquímica; verifique estruturas 3D
• Valide estruturas: Use ferramentas de quimioinformática (RDKit, OpenBabel) para verificar validade de estrutura
• Referência cruzada: Quando possível, verifique com outros bancos de dados (PubChem, ChEMBL)

Recursos

references/api_reference.md

Documentação abrangente incluindo:

• Referência completa de endpoints da API
• Sintaxe de URL e especificações de parâmetros
• Padrões avançados de consulta e exemplos
• Organização e acesso do repositório de arquivos
• Métodos de download em massa
• Tratamento de erros e resolução de problemas
• Integração com software de docking molecular

Consulte este documento para informações técnicas detalhadas e padrões de uso avançado.

Avisos Importantes

Confiabilidade de Dados

ZINC declara explicitamente: "Não garantimos a qualidade de qualquer molécula para qualquer propósito e não assumimos responsabilidade por erros decorrentes do uso deste banco de dados."

• Disponibilidade de compostos pode mudar sem aviso
• Representações de estruturas podem conter erros
• Informações de fornecedores devem ser verificadas independentemente
• Use validação apropriada antes do trabalho experimental

Uso Apropriado

• ZINC é destinado para fins acadêmicos e pesquisa em descoberta de fármacos
• Verifique termos de licença para uso comercial
• Respeite propriedade intelectual ao trabalhar com compostos patenteados
• Siga diretrizes da sua instituição para aquisição de compostos

Recursos Adicionais

• Website ZINC: https://zinc.docking.org/
• Interface CartBlanche22: https://cartblanche22.docking.org/
• Wiki ZINC: https://wiki.docking.org/
• Repositório de Arquivos: https://files.docking.org/zinc22/
• GitHub: https://github.com/docking-org/
• Publicação Primária: Irwin et al., J. Chem. Inf. Model 2020 (ZINC15)
• Publicação ZINC22: Irwin et al., J. Chem. Inf. Model 2023

Citações

Ao usar ZINC em publicações, cite a versão apropriada:

ZINC22: Irwin, J. J., et al. "ZINC22—A Free Multi-Billion-Scale Database of Tangible Compounds for Ligand Discovery." Journal of Chemical Information and Modeling 2023.

ZINC15: Irwin, J. J., et al. "ZINC15 – Ligand Discovery for Everyone." Journal of Chemical Information and Modeling 2020, 60, 6065–6073.