技能介绍

要解决什么问题

做药物化学、化学生信息学或材料筛选时，你往往要在 PubChem 里按名称、CID、SMILES 或分子式找结构，拉分子量、LogP、TPSA、氢键描述符，再做 Tanimoto 相似性搜索或子结构（药效团）筛选，有时还要查 Assay 里的生物活性。手工在网页上点查、复制粘贴，批量对比几十个化合物时很容易出错，也绕不开 PUG-REST 的速率限制和大型相似性查询的异步等待。

技能如何工作

本技能把 PubChem 的常见访问路径整理成可复用的工作流，核心依赖 PubChemPy（推荐）与 PUG-REST 直接调用。

结构搜索：按化学名、CID、SMILES、InChI、分子式检索化合物，并可在 CID、SMILES、InChI 等标识符之间转换。
属性检索：单条或批量获取 MolecularWeight、XLogP、TPSA、氢键供体/受体数、可旋转键等；适合 Lipinski 五规则一类类药性粗筛。
相似性与子结构：用 SMILES 做 Tanimoto 相似性搜索（大结果集常为异步，约 15–30 秒）；用 SMARTS/SMILES 子结构匹配常见基序（如苯环 c1ccccc1、羧酸 C(=O)O）。
生物活性与注释：通过 PUG-REST 与辅助脚本访问 BioAssay 摘要、活性结果筛选、靶点关联；PUG-View 可拉取更完整的化合物章节注释。

仓库内 scripts/compound_search.py 封装搜索、属性、相似/子结构、同义词与批量处理；scripts/bioactivity_query.py 侧重实验摘要、按靶点查 Assay、活性化合物列表与注释汇总。文档中的工作流示例覆盖标识符转换流水线、类药性筛选、相似药物候选、批量属性对比和基于子结构的虚拟筛选。

适用边界与注意点

PubChem 数据覆盖广，但并非每个化合物都有完整物化或 ADME 相关字段；访问前应对空值做判断（例如 compound.xlogp）。
官方速率限制约为每秒 5 次、每分钟 400 次请求；重复查询优先用 CID，请求间建议 0.2–0.3 秒 延迟，必要时本地缓存，并用 MaxRecords 控制结果规模以免超时。
名称检索失败时可查同义词或改用 CID/SMILES；复杂、多步、长时间的研究编排不在本技能「轻量脚本」范畴内，需自行在 Agent 或外部环境中串联步骤。