Récupérer des dossiers structurés à partir d'une base de données scientifique
Exemple pratique Sept acides carboxyliques à chaîne droite dans PubChem
Commencez par les noms des composés et terminez par une table d'identificateurs et de propriétés vérifiés. Cet exemple récupère l'acide acétique par l'acide octanoïque, une série homologue de sept membres avec deux à huit atomes de carbone. Les enregistrements sources restent disponibles à côté du tableau afin que vous puissiez vérifier comment chaque valeur a été obtenue.
1. Définir les composés et les propriétés
Dans Settings → Connectors, assurez-vous que Chimie est disponible. Ouvrez un projet, commencez une conversation et sélectionnez un modèle connecté. Cette exécution a utilisé Open-Science 0.30.1 et la Chimie/PubChem Connector; il n'a pas besoin d'un tableur d'entrée.
Spécifiez acides monocarboxyliques saturés neutres, à chaîne droite. Un nom similaire peut désigner un isomère ramifié, un sel ou une base conjuguée. Une formule à elle seule ne peut pas distinguer toutes ces structures.
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. Vérifiez les appels de base de données réels
Après l'envoi, étendez l'activité de l'outil ou ouvrez Notebook. L'exécution a résolu sept noms avec pubchem_search_compounds, puis a récupéré leurs enregistrements avec pubchem_get_compounds. Inspectez le CID et la structure retournés pour chaque nom avant d'accepter la ligne. Si un nom renvoie plusieurs identités plausibles, résolvez d'abord cette ambiguïté.
L'exemple a utilisé des noms exacts d'acide et le premier CID retourné, puis a vérifié les propriétés du lot. Ceci convient à ces noms sans ambiguïté; prendre le premier coup n'est pas une règle d'identification générale.
3. Ouvrir la table enregistrée
Attendez que la réponse soit terminée et que les fichiers apparaissent sous Generated. Ouvrez pubchem-homologs.csv et agrandissez son aperçu. Cette exécution a produit Lignes 7 · Colonnes 8.
| Composé | CID de PubChem | Formule | Poids moléculaire, g/mol |
|---|---|---|---|
| Acide acétique | 176 | Autres produits | 60.05 |
| Acide propanoïque | 1032 | C3H6O2 | 74.08 |
| Acide butanoïque | 264 | Autres produits | 88.11 |
| Acide pentanoïque | 7991 | C5H10O2 | 102.13 |
| Acide hexanoïque | 8892 | Autres produits | 116.16 |
| Acide heptanoïque | 8094 | C7H14O2 | 130.18 |
| Acide octanoïque | 379 | Autres produits | 144.21 |
Corriger les lignes par CID, pas leur ordre d'affichage. Vérifiez la formule et les SMILES linéaires ensemble. L'exemple conserve les noms de champs retournés, SMILES et ConnectivitySMILES; Leurs cordes correspondent à ces composés. Ne pas renommer l'un comme un autre identifiant ou en déduire la stéréochimie expérimentale.
4. Conservez les enregistrements sources avec l'exportation
Ouvrez pubchem-homologs-source.json pour inspecter les huit opérations, les entrées de recherche exactes et les réponses brutes. Ouvrez pubchem-homologs-notes.md pour la procédure et les contrôles. Le CSV enregistré a été comparé aux enregistrements bruts; les sept identités, formules et structures linéaires ont convenu.
Utilisez le bouton Download de l'aperçu pour conserver une copie locale. Pour cette exécution terminée, téléchargez les CSV, les enregistrements sources et Remarques. Les enregistrements PubChem peuvent changer; conserver l'instantané source avec votre analyse.
Il s'agit de propriétés calculées par base de données ou normalisées, et non de nouvelles mesures expérimentales. Le poids moléculaire n'est pas la masse monoisotopique exacte, et ce tableau n'établit pas la pureté, la toxicité ou l'activité biologique. Pour comparer les enregistrements de sources contradictoires, continuer avec recoupement des données scientifiques.