Recuperar registros estructurados de una base de datos científica
Ejemplo práctico Siete ácidos carboxílicos de cadena recta en PubChem
Comience con nombres compuestos y termine con una tabla de identificadores y propiedades verificadas. Este ejemplo recupera ácido acético a través del ácido octanoico, una serie homologosa de siete miembros con dos a ocho átomos de carbono. Los registros fuente permanecen disponibles junto a la tabla para que pueda comprobar cómo se obtuvo cada valor.
1. Define los compuestos y propiedades
En Settings → Connectors, asegúrese de que Química esté disponible. Abrir un proyecto, iniciar una conversación y seleccionar un modelo conectado. Esta ejecución utilizó Open-Science 0.30.1 y la Química/PubChem Connector; no requirió una hoja de cálculo de entrada.
Especifique ácidos monocarboxílicos neutros, de cadena recta. Un nombre similar puede referirse a un isómero ramificado, una sal o una base conjugada. Una fórmula por sí sola no puede distinguir todas esas estructuras.
Use the Chemistry/PubChem Connector to retrieve acetic acid,
propanoic acid, butanoic acid, pentanoic acid, hexanoic acid,
heptanoic acid and octanoic acid. Resolve each name to a PubChem CID.
Retrieve molecular formula, molecular weight, the returned SMILES
and ConnectivitySMILES fields, InChIKey and the PubChem source URL.
Use neutral straight-chain acids, not branched isomers or salts.
Save pubchem-homologs.csv, pubchem-homologs-source.json and
pubchem-homologs-notes.md. Preserve exact lookup inputs and raw
responses. Check seven distinct CIDs, carbon counts 2–8, formulas
CnH2nO2, neutral charge and linear structures. Reopen the files.
Keep all outputs in English and do not delegate.
2. Compruebe las llamadas de base de datos reales
Después de enviar, ampliar la actividad de la herramienta o abrir Notebook. La carrera resolvió siete nombres con pubchem_search_compounds, luego recuperó sus registros con pubchem_get_compounds. Inspeccione el CID devuelto y la estructura para cada nombre antes de aceptar la fila. Si un nombre devuelve varias identidades plausibles, resuelva primero esa ambigüedad.
El ejemplo usó nombres exactos de ácido y el primer CID devuelto, luego comprobó las propiedades del lote. Esto es adecuado para estos nombres inequívocos; tomar el primer golpe no es una regla general de identificación.
3. Abra la mesa salvada
Espere hasta que la respuesta termine y los archivos aparecen bajo Generated. Abrir pubchem-homologs.csv y ampliar su vista previa. Esta carrera produjo Renglas 7 · columnas 8.
| Compuesto | PubChem CID | Fórmula | Peso molecular, g/mol |
|---|---|---|---|
| Ácido acético | 176 | C2H4O2 | 60.05 |
| Ácido propanoico | 1032 | C3H6O2 | 74.08 |
| Ácido butanoico | 264 | C4H8O2 | 88.11 |
| Ácido pentanoico | 7991 | C5H10O2 | 102.13 |
| Ácido hexanoico | 8892 | C6H12O2 | 116.16 |
| Ácido heptanoico | 8094 | C7H14O2 | 130.18 |
| Ácido octonoico | 379 | C8H16O2 | 144.21 |
Coinciden filas por CID, no su orden de visualización. Revise la fórmula y las SMILES lineales juntos. El ejemplo conserva los nombres de campo devueltos, SMILES y ConnectivitySMILES; sus cuerdas coinciden con estos compuestos. No renombrar uno como un identificador diferente o inferir estereoquímica experimental de él.
4. Mantener los registros de fuentes con la exportación
Abrir pubchem-homologs-source.json para inspeccionar las ocho operaciones, los insumos de búsqueda exacta y las respuestas crudas. Abra pubchem-homologs-notes.md para el procedimiento y los cheques. El CSV salvado se comparó con los registros brutos; las siete identidades, fórmulas y estructuras lineales acordadas.
Utilice el botón Download de la vista previa para mantener una copia local. Para esta ejecución completa, descargue el CSV, Registros de fuentes y Notas. Los registros PubChem pueden cambiar; retener la instantánea de la fuente con su análisis.
Estas son propiedades de base de datos o estandarizadas, no nuevas mediciones experimentales. El peso molecular no es una masa monoisotópica exacta, y esta tabla no establece pureza, toxicidad o actividad biológica. Para comparar los registros de fuentes conflictivas, continúe con historial científico de verificación cruzada.