SPARK数据库 - 广州市墨灵格信息科技有限公司

目前发布的SPARK数据库来自于商业化的筛选化合物（eMolecules screen compound¹）、文献报道（ChEMBL²）、专利（SureChEMBL²）、商业试剂（eMolecules building block³）、小分子晶体结构（Crystallography Open Database⁴与Cambridge Structural Database⁵）和理论环系（VEHICLe⁶）。

请按照Spark的手册将数据库更新到最新版本，简单来说鼠标点击：File | New project | Update Database。

源于筛选化合物(screening compounds)的片段

Spark的商业数据库基于eMolecules的筛选化合物，并根据片段出现的频率进行拆分。

VeryCommon (477 MB) – 在725个以上分子里出现过的片段
Common (961 MB) – 在215-724个分子里出现过的片段
LessCommon (1.95 GB) – 在65-214个分子里出现过的片段
Rare (2.68 GB) – 在25-64个分子里出现过的片段
VeryRare (5.3 GB) – 在9-24个分子里出现过的片段
ExtremelyRare (5.8 GB) – 在5-8个分子里出现过的片段
UltraRare (8.1 GB) – 在3-4个分子里出现过的片段

总的来说，来自VeryCommon或Common数据库的片段更可能容易合成，因为它们出现在许多不同的商品可供购买的分子中。VeryRare、ExtremelyRare和Ultrare数据库中的片段更可能并不类药或者难以制备。数据库已过滤处理以去除潜在的毒性或反应性片段（如卤代烷或亚硝基官能团）。此外，由于含磷官能团场的计算仍在开发中，因此所有含磷的片段都被去除。有关这些数据库的详细分析，请参见下文。

还有两个非标配片段的数据库可供使用：

Doubleton (2个文件, 每个5.7GB) – 在2个分子里出现过的片段
Singleton (3个文件, 每个9.3GB) – 在1个分子里出现过的片段

通常，我们建议只安装那些在原始数据库中至少出现3-4次片段的数据库。低频片段的数据库非常大，可能包含有原始数据库中不现实/错误结构的片段。如果您想下载这些非标配数据库，请与技术支持联系。

源于ChEMBL的片段

当前版本的ChEMBL Spark数据库是基于ChEMBL 30发行版，并根据片段出现的频次进行拆分：

ChEMBL_common (1.8 GB) – 在12个以上的分子里出现过的片段
ChEMBL_rare (2.6 GB) – 在4-12个分子里出现过的片段
ChEMBL_veryrare (3.4 GB) – 在2-3个分子里出现过的片段

还有一个非标配的片段库，若需要请联系Cresset技术支持：

ChEMBL_extremelyrare (6.6 GB) – 在1个分子里出现过的片段

源于SureChEMBL的片段

当前版本的SureChEMBL Spark数据库是基于SureChEMBL化合物库，并根据片段出现的频次进行拆分：

SureChEMBL_verycommon (4.1 GB) – 在45个以上的分子里出现过的片段
SureChEMBL_common (7.0 GB) – 在14-44个分子里出现过的片段
SureChEMBL_uncommon (5.0 GB) – 在8-13个分子里出现过的片段

还有5个非标配（可选）的片段库，若需要请联系Cresset技术支持：

SureChEMBL_rare (8.8 GB) – 在5-7个分子里出现过的片段
SureChEMBL_veryrare (7.0 GB) – 在4个分子里出现过的片段
SureChEMBL_extremelyrare (9.2 GB) – 在3个分子里出现过的片段
SureChEMBL_doubleton (3 files, each of 8.2 GB) – 在2个分子里出现过的片段
SureChEMBL_singleton (3 files, each of 24 GB) – 在1个分子里出现过的片段

试剂

Spark试剂数据库来源于eMolecules砌块(building block), 用Cresset的Reagent importer将用到的试剂转化为对应的R基团。比如，以eMolecules_acid数据库为例，所有含有一个C(=O)OH或C(=O)Cl的eMolecules砌块都被处理作为R基团添加到数据库里。

使用有商品可供购买的试剂数据库可以确保Spark实验结果的分子具有良好的合成可行性。该数据库每月更新一次以确保试剂有可靠地供货保障。

当前版本的Spark试剂数据库包含了23个常见的化学转化，详见后面的相关数据库分析。

源于小分子晶体结构的片段

该数据库的片段构象为晶体构象，源于小分子晶体结构。SPARK COD数据库的片段源于Crystallography Open Database，所有的Spark用户均可下载。Spark CSD片段数据库源于剑桥结构数据库（Cambridge Structural Database，CSD），需要有效的CSD-系统授权才能使用该数据库。如果您想用CSD片段数据库，请联系CCDC。

理论环系

理论环系源于VEHICLe⁶数据库。

创建自己的数据库

Spark片段和试剂数据库为你提供了优秀的生物等排体来源。如果你想将自己专有的化合物、试剂或者库存试剂创建自己的片段库以增加Spark实验价值，那么你可以使用数据库生成器（Spark中用来创建自定义数据库的用户界面）或使用命令行中的等效功能，可以轻松创建自定义数据库。如果您需要Spark数据库生成器方面的帮助，请联系Cresset技术支持。

自定义数据库教程：SPARK教程 | 分子碎片化创建自己的可搜索数据库

自定义数据库教程：SPARK教程 | 如何导入试剂创建自己的可搜索数据库