用于数据科学、药物发现和机器学习的综合药物知识
咨询订购
申请试用

DrugBank是世界上使用最广泛的科学数据库之一,世界各地的研究人员都依靠 DrugBank 推动生物信息学、计算机药物发现和药物再利用以及人工智能药物发现等领域的发展。


DrugBank 提供多种格式的商业化数据集,每天更新。数据集包括药物成分、药理学、药物产品、药物产品概念、专利、研究和实验药物、药物靶点、药物代谢、结构化药物适应症和结构化药物相互作用。

产品概览
批准的药物包含3,914种药物信息总结,涵盖了FDA、加拿大卫生部和欧洲药品管理局批准的每一种药物。
研究性和试验性药物包含11150个试验性和研究性药物的总结信息,它们是通过若干 "药物相似性 "筛选的化合物,并且靶标已知。每种药物的信息包括:药物名、别名、DrugBank 识别号、化学结构、配方和盐类的化学结构以及详细描述信息。
管线状态药物的临床试验阶段和审批状态概览,包括最高阶段、批准类型(OTC、处方药)、批准日期和仿制药有效性。审批状态信息来源涵盖FDA、加拿大卫生部和EMA。
药物成分包括药物的化学结构,也涵盖配方和盐类对应的化学结构。该化学结构可以以多种格式提供,包括SDF、SMILES和Inchi。
药理学数据涵盖对效用、毒性和代谢机制的描述。包括吸收、清除率、消除途径、分布容积、蛋白质结合和半衰期的实验实验数据(如果有)。同时包括一套预测值,供没有实验值时参考。
药物分类药物分类用于搜索、过滤和比较药物。分类方式包括:
1) 根据化学结构的特点来整理分类药物;
2) 根据药物的类别、作用、受影响的器官系统和靶标蛋白来整理分类药物。
3) 所有药物还关联了世界卫生组织的ATC药物分类。

治疗分类治疗分类是基于FDA的 EPC药理学分类,该分类与FDA确定为具有科学效力和临床意义的活性分子的已批准适应症相关。
药品概念超过476000个药品概念,每个概念都描述了一个或多个产品的一组明显的特征。产品概念建立了药物、产品和品牌的词库,提供了便于导航和产品对比(甚至跨监管管辖区)的层次化结构。如果有的话,产品概念会被映射到RxNorm概念。
临床试验信息包括试验日期、试验ID、标题、阶段、开始/停止日期、试验描述、条件(适应症)、干预组(哪些药物以何种组合使用)、试验的PubMed参考文献、国家和干预描述。
药物专利超过6,000项专利,包括专利ID、授予日期和到期日,或预计到期日。
药物基因组学SNP介导的不良药物反应和SNP介导的药理作用,包括作用描述、受影响的药物、参考文献、SNP ID,以及等位基因名称、基因识别号和受影响的基因型。
药物-蛋白质关系有超过 21,000 种药物-蛋白质相互作用,涵盖靶标、酶、载体和转运蛋白。超过5,000个蛋白质与药物相关,并涉及超过17,000个独有参考文献。包括关于药理作用的注释,以及相互作用的类型(拮抗剂、激动剂、底物、抑制剂、诱导剂)。药物靶标包括蛋白质和基因的标识符和序列。
药物代谢2753个与近200个特定酶有关的代谢反应。包括反应类型、酶和药物代谢产物的名称和结构,还包括药物影响或参与的通路名称,以及小分子通路数据库SMTBD 识别号。
结构化药物适应症超过10000个药物适应症,涵盖所有FDA和加拿大卫生部批准的适应症,这些适应症摘自FDA药物标签和科学出版物。它们包括文本描述、严重程度、适应症类型以及相关的ICD10和MedDRA 识别号。
结构化药物适应症超过10000个药物适应症,涵盖所有FDA和加拿大卫生部批准的适应症,这些适应症摘自FDA药物标签和科学出版物。它们包括文本描述、严重程度、适应症类型以及相关的ICD10和MedDRA 识别号。
结构性禁忌症包括给药方案(包括相互作用的药物和药物类别)和病人属性,以及相关的ICD10和MedDRA识别号。结构化禁忌症数据集包括4700多个禁忌症,涵盖1000多种药物。
结构化的药物副作用包括药物作用、给药方案和病人属性、患病率以及相关的ICD10和MedDRA识别号。结构化的不良反应数据集包括111000多个不良反应,涵盖1500多种药物,涉及13000多种独特症状和药物作用。
结构化的黑框警示来自FDA药物标签的近1700条黑框警告。包括严重不良反应、相互作用、指导和警示。该数据集包括500多种药物的黑框警示,与650多种独特的病症和特征相关联。患者特征和不良反应与ICD10和MedDRA识别号相关联。
结构化的药物-药物相互作用超过130万种药物之间的相互作用,涵盖所有FDA和加拿大卫生部批准的药物,来源是药物标签和参考文献。


案例分享

  • 药物重定位
    公司和研究人员将DrugBank作为其药物再利用项目的一个关键部分。潜在的再利用候选药物可以通过脱靶蛋白相互作用和不良反应来确定。详细的通路信息、批准的适应症和临床试验适应症可用于识别与治疗特定疾病群体有关的药物,或使用基于网络的方法来识别再利用机会。


  • 药物发现
    成千上万致力于推动药物发现的研究人员和公司使用DrugBank来确定新的候选药物和药物组合,以改善健康状况,治愈疾病,预防不良反应,或创新药物。客户使用DrugBank来发现已知药物靶点的新药,将候选药物与现有药物结构进行比较,并建立与特定靶点相互作用的新化合物数据集。


  • 机器学习
    DrugBank提供精心策划的、关联的结构化数据集用以机器学习,因此可以有效探索不同的算法,方法和功能。详细的数据集可用于训练和评估机器学习模型,并提供了许多可用于特征选择的潜在属性。客户使用DrugBank建立药物靶点、副作用、毒性和药物-药物相互作用的预测模型。


  • 精准医学
    DrugBank中包含的结构化信息支持不同的用例,从药物输入,到注释基因测试报告,再到分析肿瘤基因学中的新突变。以推进精准医疗为目标的公司使用DrugBank来探索药物靶点、包括遗传标记在内的肿瘤学适应症,以及可以有效减少或改变的药物间的相互作用,为患者创造更好的健康结果。在一个具体的使用案例中,研究人员利用DrugBank开发了一个应用程序,帮助医生根据批准的和临床试验的结果搜索癌症患者的有效靶向药物疗法。

申请与订购

您正在申请的产品: 产品 >人工智能及生物制药 > Drugbank

您的服务是

申请试用
咨询订购
需求说明
提交