DrugBank：药物信息数据库的价值与限制

DrugBank 把已上市药物和在研化合物的信息整合成结构化数据库：化学结构、靶点、作用机制、药代参数、相互作用、适应症、代谢途径。查一个药物的全貌，它是最方便的单一入口。但许可条款是使用前必须先搞清楚的事。

内容结构

模块	内容
基本信息	结构、分子式、CAS、别名、剂型、给药途径
药理	适应症、作用机制、药效学
靶点	靶点 / 酶 / 转运体 / 载体，含作用类型（激动、抑制…）
药代	吸收、分布容积、蛋白结合率、半衰期、清除率、代谢途径
相互作用	药物-药物、药物-食物相互作用
安全性	毒性、不良反应、禁忌
研发状态	批准、在研、撤市、试验性

约 1.6 万个药物条目，其中 FDA 批准的小分子约 2,700 个、生物药约 1,600 个，其余为在研或实验性化合物。

许可：必须先看清楚

这是 DrugBank 与 ChEMBL、PubChem 最大的不同：

• 学术用途：注册后可免费下载完整数据（XML/CSV），用于非商业研究。
• 商业用途：需要付费商业许可。这包括在营利性公司内部使用、把数据整合进商业产品、用于商业化的模型训练等。
• 不要想当然：很多论文和开源项目使用了 DrugBank 数据，但这不代表你的商业项目可以照做。公司内部使用前应先与法务确认。

这个限制在实践中影响很大——不少药物重定位模型的训练数据来自 DrugBank，直接复用到商业场景是有风险的。

开源替代方案

需求	可替代资源	许可
药物-靶点关系	ChEMBL（见 226《ChEMBL》）	CC BY-SA
已上市药物清单	DailyMed、FDA Orange Book、openFDA	公共领域
药物基本信息	PubChem（见 227《PubChem》）	公共领域
ATC 分类	WHO ATC	需遵守 WHO 条款
药物-疾病 / 重定位	Open Targets（见 249《Open Targets Platform》）、repoDB	较宽松
药物相互作用	DDInter、TWOSIDES	视来源而定

ChEMBL 里的 molecule_dictionary.max_phase 字段可以直接筛出已批准药物（max_phase = 4），是构建「已上市药物库」最实用的开源途径：

SELECT md.chembl_id, cs.canonical_smiles, md.pref_name, md.max_phase
FROM molecule_dictionary md
JOIN compound_structures cs ON cs.molregno = md.molregno
WHERE md.max_phase = 4;      -- 已批准

数据使用注意

• 药代参数是文献汇总值：半衰期、清除率等来自不同研究、不同人群，个体差异大。作为量级参考可以，当精确训练标签要谨慎。
• 靶点信息偏「已知机制」：记录的是文献报道的主要靶点，脱靶与次要靶点覆盖不全。做脱靶预测不能把「未记录」当成「不结合」——这是负样本定义上的典型陷阱。
• 更新有滞后：新批准药物和新发现的相互作用需要时间才被收录。
• 版本要记录：数据随版本变化，复现实验需注明版本号与下载日期。

延伸资源

• 开源替代：226《ChEMBL》、227《PubChem》、249《Open Targets Platform》；
• 药物重定位：178《DeepPurpose》、267《PRISM Repurposing》；
• PK 参数概念见「决策与监管」模块。