Name: 应用化学信息学开发分析方法的结构可搜索数据库 (视频) | JoVE Journal
Uploaded: 2025-06-06T15:15:00.000+00:00
Duration: 5 min 34 s
Description: 了解AMOS化学信息学数据库如何为研究人员提供便捷的分析方法与光谱数据访问平台。该网络工具促进数据共享与协作，提升科研效率。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

作者感谢策划团队为数据库中的化学品整理所付出的全部工作，感谢 Joshua Powell、Asif Rashid 和 Freddie Valone 在 AMOS 构建与部署过程中提供的技术支持。我们还感谢 Charles Lowe 对手稿的审阅。

AMOS 的大部分功能可分为三类：针对特定物质搜索记录、搜索特定物质集合或在记录类别中进行检索。这些功能的各个页面均可通过每页顶部的导航栏访问。该应用程序当前部署于 https://hcd.rtpnc.epa.gov/#/ 通过 AMOS模块。本研究中使用的软件工具列于下文 材料表.
1. 搜索特定物质的记录
<ol>
	<li>通用搜索：执行通用搜索以获取与单一物质相关的所有类型记录的列表（见图1）。
	<ol>
		<li>在导航栏左上方的文本框或首页的搜索框中，输入物质名称、CASRN、InChIKey或DSSTox 物质标识符（DTXSID）。按Enter键或点击搜索按钮以执行搜索。 
		注意：首页的搜索栏还提供按子字符串搜索的附加选项；有关更多信息，请参见部分标识符搜索部分（步骤2.2）。</li>
		<li>如果输入的标识符被识别并唯一匹配一种物质，则页面左侧将显示该物质的一些基本信息，以及一个列出所有与该物质相关记录的表格。点击表格中的某一行，可在页面右侧显示与之关联的记录（若该记录直接存储在数据库中）。</li>
		<li>如果输入的标识符匹配多个物质（例如，某个缩写对应多种物质），系统将显示消歧提示，允许用户选择希望查看的物质。从列表中选择一种物质后，页面将跳转至该已识别物质的展示页面。</li>
		<li>为筛选结果表格，可点击表格上方的标签按记录类型进行筛选（同时会隐藏或显示不同列），在表格顶部的字段中输入文本以按数据的其他方面进行筛选，并勾选标签上方的复选框以按数据的更广泛属性进行筛选。</li>
	</ol>
	</li>
	<li>批量搜索：执行批量搜索以生成并下载一个电子表格文件，其中列出数据库中与给定物质列表相关的所有记录信息（见图2）。
	<ol>
		<li>在输入数据字段中，逐行输入待搜索的DTXSIDs列表。若无可用的DTXSIDs，可使用页面上的链接跳转至CCD工具，该工具可根据其他标识符提供相应的DTXSIDs。</li>
		<li>使用搜索选项下方的复选框来过滤结果或向记录中附加额外信息。选项分为五类：按记录类型过滤、按分析方法学过滤、向结果文件中附加额外的物质层级信息、向结果中附加额外的记录层级信息（目前仅适用于质谱数据），以及一些其他杂项选项。 
		注意：带有虚线下划线的选项包含更详细的说明文本。将鼠标悬停在选项标签上即可查看。</li>
		<li>点击页面底部的搜索按钮以执行搜索。 
		注意：输出的电子表格包含物质-记录关联列表，以及物质标识符、来源链接和其他一些基本信息。若某条记录中包含多个被搜索的物质，则该记录将为每个物质分别出现一次。</li>
	</ol>
	</li>
	<li>结构相似性搜索：执行此搜索以获取数据库中包含所搜索物质或具有足够高Tanimoto结构相似性系数的物质的方法和事实表单列表（见图3）。 
	​注意：当目标物质未出现在任何方法中时，此搜索可能非常有用，因为含有高度相似物质的方法可作为潜在参考。
	<ol>
		<li>在搜索框中输入DTXSID、InChIKey、CASRN或物质名称，然后点击搜索或按Enter键。搜索过程可能需要20-30秒完成。</li>
		<li>搜索完成后，下方将出现一个带标签的表格。选择一个标签以浏览搜索结果。
		<ol>
			<li>前两个标签列出所找到的方法和事实表单。选择其中一项可在页面右侧查看该文档。包含所搜索物质的方法或事实表单将以粗体显示。</li>
			<li>第三个标签列出在方法或事实表单中出现的相似物质。选择表格中的一行，可查看所搜索物质与表格中选中物质之间的比较。若所搜索物质本身出现在任何文档中，将以粗体显示。</li>
			<li>使用顶部的过滤最低物质相似性选择器，隐藏相似性低于所选阈值的搜索结果。</li>
		</ol>
		</li>
	</ol>
	</li>
</ol>
<img alt="胆固醇分析；质谱法；谱图；数据表；质荷比；化学标识；CASRN。" class="xfigimg" src="/files/ftp_upload/68194/68194fig01.jpg" data-altupdatedat="1788840098000" data-alt="图 1"> 
图 1：包含胆固醇的记录搜索结果。 对“胆固醇”进行常规搜索后，会在表格中显示匹配记录的列表（左侧）。所选记录的质谱图显示在右侧。<a href="https://www.jove.com/files/ftp_upload/68194/68194fig01large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="DTXSID 物质的批量搜索界面，显示数据选项和方法学选择。" class="xfigimg" src="/files/ftp_upload/68194/68194fig02.jpg" data-altupdatedat="1788840098000" data-alt="图 2"> 
图 2：批量搜索界面。 搜索字段中包含两个以 DTXSID 标识的物质。查询已选择默认搜索选项。 <a href="https://www.jove.com/files/ftp_upload/68194/68194fig02large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="分析方法数据库界面；GC/MS 方法列表；甲基苯丙胺检测指南。" class="xfigimg" src="/files/ftp_upload/68194/68194fig03.jpg" data-altupdatedat="1788840098000" data-alt="图 3"> 
图 3：1P-LSD 的结构搜索结果。 表格列出了包含结构相似物质的分析方法。右侧显示了选定的方法。表格中无加粗条目，表明 1P-LSD 未出现在任何列出的方法中。 <a href="https://www.jove.com/files/ftp_upload/68194/68194fig03large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
2. 搜索物质
<ol>
	<li>ClassyFire 搜索：执行此搜索以列出属于 ClassyFire 分类前四个层级的所有物质9（见图4）。
	<ol>
		<li>使用页面顶部的四个字段，依次选择分类的前四个层级。每选择前三个层级之一后，点击该字段下方的按钮，以获取下一级分类的列表。对于第四级，点击其下方按钮将执行搜索。 
		注意：搜索完成后，下方表格将填充属于该分类的所有物质列表。表格包含常见标识符和物质信息，以及这些物质在 AMOS 中记录数量的统计。</li>
		<li>使用分类选择区域与表格之间的按钮，可实现以下四项功能：
		<ol>
			<li>点击复制分类至 URL，可将一个 URL 复制到剪贴板；若在新浏览器标签页或窗口中加载该 URL，系统将自动预填充分类层级并运行搜索。</li>
			<li>点击重置选择，可清除分类字段中的选择内容，但不会重置已找到物质的表格。</li>
			<li>点击下载表格，将提示下载一个电子表格文件，其中包含表格中所有可见字段和记录（不包括物质图像）。如果结果表格顶部的筛选器正在使用中，则下载结果也会相应过滤，但筛选器内的内容不会被包含在下载文件中。</li>
			<li>点击将所选物质发送至批量搜索，将在新标签页中打开批量搜索页面，并自动在 DTXSID 列表字段中填入从 ClassyFire 搜索结果中选定的物质。可通过每行的复选框选择单个物质；通过点击表格标题栏中的复选框，可一次性选择或取消选择所有物质。有关批量搜索的详细信息，请参见步骤 1.2。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>部分标识符搜索：执行此操作以查找匹配非唯一标识符的所有物质（见图5）。当前支持的选项包括名称子串（涵盖 EPA 推荐名称及常见同义词）、InChIKey 的第一段、精确分子式以及单一同位素质量范围。
	<ol>
		<li>在页面顶部选择一种标识符，并将相应信息输入相邻字段。</li>
		<li>点击搜索 以执行搜索。</li>
		<li>搜索完成后，表格将填充与该部分标识符匹配的物质列表，以及这些物质在 AMOS 数据库和其他文献中出现频率的信息。可使用表格各列顶部的筛选器进一步细化结果，并通过显示多组分物质复选框来控制是否显示由多个化合物组成的物质。 
		​注意：若执行了名称子串搜索，表格中将出现一列列出匹配到的同义词。如果某物质仅通过同义词匹配到（即其推荐名称中不包含该子串），则其推荐名称将以斜体显示。</li>
	</ol>
	</li>
</ol>
<img alt="化学分类选择界面；烷基氟化物物质列表；有机卤化物化合物。" class="xfigimg" src="/files/ftp_upload/68194/68194fig04.jpg" data-altupdatedat="1788840098000" data-alt="图 4"> 
图 4：ClassyFire 分类搜索结果。 结果包括物质层级的信息以及每个分类组的记录数量。 <a href="https://www.jove.com/files/ftp_upload/68194/68194fig04large.jpg" target="_blank">请点击此处查看该图的高清版本。</a>
<img alt="显示三嗪类化合物结果的物质数据库搜索界面，包含化学结构、分子式和编号。" class="xfigimg" src="/files/ftp_upload/68194/68194fig05.jpg" data-altupdatedat="1788840098000" data-alt="图5"> 
图5：“三嗪”部分标识符搜索结果。 该搜索可检索出优选名称或同义名称中包含“trazine”子串的物质。三个结果中有两个仅在同义名称中包含“trazine”，而不在其优选名称中。 <a href="https://www.jove.com/files/ftp_upload/68194/68194fig05large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
3. 检索记录
<ol>
	<li>信息表与方法列表： 这些页面列出了数据库中的所有事实表和方法，并提供了多种筛选方式（参见 图6）。由于这两个页面的功能基本相同，因此在此将其归为一组。 
	注意：跳转至该页面将触发表格加载，由于记录数量较多，可能需要片刻时间。
	<ol>
		<li>表格加载后，使用每列顶部的输入框来筛选数据和各个字段。不同表格的具体字段有所不同，但大多数字段均可进行选择或筛选。</li>
		<li>使用 完整表格筛选 在表格上方的字段中检查某一字符串是否存在于所有列中。 
		注意：方法列表包含两个默认隐藏的字段——作者和出版者。完整表格筛选器将检索出在这些字段中包含搜索词的记录。</li>
		<li>简报列表可通过搜索特定物质来筛选单项结果。输入一个 物质名称，CAS登记号，InChIKey 或 DTXSID，然后点击 搜索 以筛选表格。点击 清除筛选 以清除物质过滤器。 
		注：两个表格均提供以下可用按钮： 复制筛选器到剪贴板 将一个URL复制到剪贴板，当通过浏览器访问该URL时，会加载列表并使用当前值预先填充表格中的筛选字段； 下载表格 下载表格中所有可见结果和筛选条件的列表； 下载物质 下载出现在（已筛选）表格中的所有物质的列表； 重置筛选条件 清除所有表格筛选器，包括整个表格的筛选器。</li>
	</ol>
	</li>
	<li>质谱搜索：执行此搜索以根据用户提供的质谱从数据库中检索出一组匹配的质谱结果（参见 图7).
	<ol>
		<li>填写或调整四个必填输入字段：a 质量范围 目标物质的道尔顿（Daltons）质量，误差范围以道尔顿或百万分之一（ppm）表示； 方法学，可选用气相色谱-质谱联用（GC/MS）或液相色谱-质谱联用（LC/MS）；质谱图以质荷比与强度值对列表形式提供；以及 质荷比窗口大小 用于峰相似性分析。</li>
		<li>填写完这些字段后，点击 搜索 它们下方的按钮。 
		注意：搜索完成后，若找到任何谱图，页面右侧将显示一个表格，列出所有符合所选方法学及质量范围的物质的谱图，并按照用户提交谱图与数据库谱图之间的熵相似性进行排序。</li>
		<li>在表格中选择一行，以生成一个图表，显示用户谱图与数据库谱图的对比（分别位于图表的上方和下方）。使用 显示的最小相似度 字段用于隐藏低于指定熵相似度的结果。</li>
	</ol>
	</li>
	<li>功能用途分类可视化：本页面展示 AMOS 功能用途本体，并链接至相应用途类别的方法和事实表。这些类别以有向图形式呈现，边从更宽泛的父类指向更具体的子类（参见 图8).
	<ol>
		<li>使用右侧的搜索框搜索功能用途类别列表。将鼠标悬停在用途类别名称上，可高亮显示图中对应的节点。</li>
		<li>若直接查看图表，可将鼠标悬停在指定节点上，以显示该类别的简要描述，同时高亮显示该节点的直接父类或子类。</li>
		<li>右键单击任意一个 类名 从页面右侧的列表中或一个 节点 在图表中点击以打开菜单，其中包含方法和说明书列表的选项。选择其中一项后，新浏览器标签页将打开至相应列表，且功能类别字段已预先筛选为所选的功能类别。</li>
	</ol>
	</li>
	<li>土壤三相图：本页面重现了美国农业部的土壤质地分类，支持按土壤类型搜索 AMOS 的方法。
	<ol>
		<li>将鼠标悬停在图表区域上以查看其组成的详细信息。</li>
		<li>点击图表中的区域，即可打开一个新标签页，跳转至方法列表，并将矩阵字段预先筛选为所选的土壤分类。</li>
	</ol>
	</li>
</ol>
<img alt="分析化学方法表格，液相色谱/质谱方法，水质分析，数据库筛选。" class="xfigimg" src="/files/ftp_upload/68194/68194fig06.jpg" data-altupdatedat="1788840098000" data-alt="Figure 6"> 
图6：筛选后的分析方法列表。 该表格按分析物和基质进行筛选，仅显示与水中全氟和多氟烷基物质（PFAS）相关的方法。相应的技术资料清单的布局与此高度相似。<a href="https://www.jove.com/files/ftp_upload/68194/68194fig06large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="LC-MS/MS 质谱比较图；分子鉴定实验设置；光谱分析。" class="xfigimg" src="/files/ftp_upload/68194/68194fig07.jpg" data-altupdatedat="1788840098000" data-alt="图7"> 
图7：谱图相似性搜索结果。 以 AMOS 数据库中的咖啡因谱图作为输入。相似谱图按物质分组，最大相似度评分为1.0。镜像图显示了输入谱图（上方）和选定的数据库谱图（下方）。浅蓝色峰为输入谱图特有，橙色峰为数据库匹配谱图特有，深蓝色峰为两者共有。<a href="https://www.jove.com/files/ftp_upload/68194/68194fig07large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="工业化学品图谱；可视化化学物质分类关系的网络图。" class="xfigimg" src="/files/ftp_upload/68194/68194fig08.jpg" data-altupdatedat="1788840098000" data-alt="图 8"> 
图 8：功能用途分类可视化图示。 当光标悬停在“工业化学品”节点（以黄色标出）时，显示其层级结构。其子类以绿色标出。<a href="https://www.jove.com/files/ftp_upload/68194/68194fig08large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="土壤质地三角图，用于土壤分类分析的黏土-粉砂-砂比例。" class="xfigimg" src="/files/ftp_upload/68194/68194fig09.jpg" data-altupdatedat="1788840098000" data-alt="图9"> 
图9：土壤三元相图可视化。 该图展示了土壤样品的组成数据。右上角的工具提示显示了当前光标所在区域的精确组成。 <a href="https://www.jove.com/files/ftp_upload/68194/68194fig09large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

<ol><li>Kim, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PubChem+substance+and+compound+databases%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">PubChem substance and compound databases.</a> Nucleic Acids Res. 44 (D1), D1202-D1213 (2016).</li>
<li>Pence, H. E., Williams, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ChemSpider%3A+An+online+chemical+information+resource%5BTitle%5D)+AND+%22J+Chem+Educ%22%5BJournal%5D)">ChemSpider: An online chemical information resource.</a> J Chem Educ. 87 (11), 1123-1124 (2010).</li>
<li>Williams, A. J., Grulke, C. M., Edwards, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+CompTox+chemistry+dashboard%3A+A+community+data+resource+for+environmental+chemistry%5BTitle%5D)+AND+%22J+Cheminform%22%5BJournal%5D)">The CompTox chemistry dashboard: A community data resource for environmental chemistry.</a> J Cheminform. 9, 61(2017).</li>
<li>Grulke, C. M., Williams, A. J., Thillanadarajah, I., Richard, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EPA%27s+DSSTox+database%3A+History+of+development+of+a+curated+chemistry+resource+supporting+computational+toxicology+research%5BTitle%5D)+AND+%22Comput+Toxicol%22%5BJournal%5D)">EPA's DSSTox database: History of development of a curated chemistry resource supporting computational toxicology research.</a> Comput Toxicol. 12, 100096(2019).</li>
<li>Tickner, J. A., Schifano, J. N., Blake, A., Rudisill, C., Mulvihill, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advancing+safer+alternatives+through+functional+substitution%5BTitle%5D)+AND+%22Environ+Sci+Technol%22%5BJournal%5D)">Advancing safer alternatives through functional substitution.</a> Environ Sci Technol. 49 (2), 742-749 (2015).</li>
<li>Phillips, K. A., Wambaugh, J. F., Grulke, C. M., Dionisio, K. L., Isaacs, K. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+screening+of+chemicals+as+functional+substitutes+using+structure-based+classification+models%5BTitle%5D)+AND+%22Green+Chem%22%5BJournal%5D)">High-throughput screening of chemicals as functional substitutes using structure-based classification models.</a> Green Chem. 19 (4), 1063-1074 (2017).</li>
<li>Isaacs, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+harmonized+chemical+monitoring+database+for+support+of+exposure+assessments%5BTitle%5D)+AND+%22Sci+Data%22%5BJournal%5D)">A harmonized chemical monitoring database for support of exposure assessments.</a> Sci Data. 9, 314(2022).</li>
<li>SpectraBase. , 
 <a target="_blank" href="https://spectrabase.com/">https://spectrabase.com/</a> (2025).</li>
<li>Djoumbou Feunang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ClassyFire%3A+Automated+chemical+classification+with+a+comprehensive%2C+computable+taxonomy%5BTitle%5D)+AND+%22J+Cheminform%22%5BJournal%5D)">ClassyFire: Automated chemical classification with a comprehensive, computable taxonomy.</a> J Cheminform. 8, 61(2016).</li>
<li>Ulrich, E. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EPA%27s+non-targeted+analysis+collaborative+trial+%28ENTACT%29%3A+Genesis%2C+design%2C+and+initial+findings%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">EPA's non-targeted analysis collaborative trial (ENTACT): Genesis, design, and initial findings.</a> Anal Bioanal Chem. 411 (4), 853-866 (2019).</li>
<li>Sobus, J. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+prepared+mixtures+of+ToxCast+chemicals+to+evaluate+non-targeted+analysis+%28NTA%29+method+performance%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">Using prepared mixtures of ToxCast chemicals to evaluate non-targeted analysis (NTA) method performance.</a> Anal Bioanal Chem. 411 (4), 835-851 (2019).</li>
<li>Chao, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+silico+MS%2FMS+spectra+for+identifying+unknowns%3A+A+critical+examination+using+CFM-ID+algorithms+and+ENTACT+mixture+samples%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">In silico MS/MS spectra for identifying unknowns: A critical examination using CFM-ID algorithms and ENTACT mixture samples.</a> Anal Bioanal Chem. 412 (6), 1303-1315 (2020).</li>
<li>McEachran, A. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revisiting+five+years+of+CASMI+contests+with+EPA+identification+tools%5BTitle%5D)+AND+%22Metabolites%22%5BJournal%5D)">Revisiting five years of CASMI contests with EPA identification tools.</a> Metabolites. 10 (6), 260(2020).</li>
<li>Charest, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+predictions+of+compound+amenability+for+liquid+chromatography-mass+spectrometry+to+enhance+non-targeted+analysis%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">Improving predictions of compound amenability for liquid chromatography-mass spectrometry to enhance non-targeted analysis.</a> Anal Bioanal Chem. 416 (10), 2565-2579 (2024).</li>
</ol>

本文内容不一定代表美国环境保护局的观点或政策。

尽管许多项目和应用专注于从单一类型的记录（如方法、事实表或特定类型的光谱）中收集和标准化信息，但AMOS是目前发现的首个能够跨多种记录类型整合和集成大量信息的工具。通过对这些多样化来源的数据进行统一、协调和结构化处理，形成一个更易于融入需要访问分析化学方法工作流程的数据库。该数据库支持多种互补的检索方式，可高效获取信息，否则这些信息将需要在多个网站或工具中进行大量人工查找才能获得。
在公开发布之前，美国环保署（EPA）工作人员已将AMOS应用于支持多种项目，从而验证了其应用价值。EPA长期关注质谱技术在非靶向分析中的应用10,11，多个研究项目已利用AMOS中的实验质谱数据，加强对基于DSSTox化学品生成的大规模计算机模拟谱库的检索能力12,13。其他项目则采用结构相似性搜索来确定新方法开发的起点，审查现有方法以评估其检测限和定量限，并分析与方法相关联的化学品集合，以评价化学空间覆盖的广度。
AMOS 对潜在训练数据的整合进一步支持了分析方法适用性定量模型的开发14，这是推进非靶向分析（NTA）工作流程的核心需求。AMOS 内的数据整理工作还有助于开展对方法学覆盖相关的化学空间进行建模、探索和可视化等研究14。
尽管AMOS的核心功能已经成熟，但其持续开发仍以用户反馈为导向。当前的任务包括整合更多数据、进一步整理元数据以增强筛选功能，以及扩展搜索能力。通过与美国环保局（EPA）相关利益方合作，正在开发应用程序编程接口（API），以实现程序化访问，解决图形用户界面（GUI）效率较低的应用场景。应用中已集成发布说明页面，用于跟踪并传达随时间推移的代码更新情况。
新的数据记录和化学品目前每周持续添加；然而，在公开发布后，更新频率预计将有所降低。尽管已投入大量努力以确保记录及其相关元数据的准确性，但大部分数据来源于公共数据库。因此，无法对每条记录进行完全验证，用户应知晓无法保证数据的绝对准确性。

通过 PubChem 等应用，实现了向科研社区提供化学数据的网络化共享1，ChemSpider2，以及 CompTox 化学品仪表盘（CCD）3已努力传播发表于期刊文章中的分析方法细节，仪器供应商发布的技术应用说明，政府机构提供的标准操作程序或监管方法，以及国际标准化组织（ISO）等标准机构发布的方法。这些来源已在广泛条件和分析技术下研究了数以万计的化学物质。这一庞大的文献体系涵盖了多种多样的物质，包括从特定基质（如血液）中单一化学物质的定量，到特定作物中农药及其残留物的混合物分析，再到饮用水中数百种化学物质的鉴定。尽管许多分析方法可以被发现 通过 公共搜索引擎，并非全部免费提供或开放获取。
查找特定的感兴趣信息可能具有挑战性。通用搜索引擎并未针对化学数据进行优化，其排序算法可能会掩盖面向特定专业受众的高质量内容。在期刊网站上进行搜索可获得更具针对性的结果，但访问通常受限，仅摘要部分可公开获取，这使得难以评估某种方法的实用性。此外，关键参数（如样品基质、检测限和定量限）通常未以结构化格式存储。另一个重大挑战在于，单一化学品所关联的化学标识符、名称和同义词存在差异性和不一致性。方法学数据缺乏结构化，限制了能够利用数十年积累的分析化学知识及相关出版物的软件工具的开发。
由于这些挑战和局限性，迫切需要一个经过整理、以化学为导向的应用程序，用于协调和检索分析方法，而此类工具在其他地方尚未见报道。为填补这一空白，美国环境保护局开发了 AMOS，即分析方法与开放光谱数据库及其网络应用程序。AMOS 目前收集并整理三类数据记录：分析方法、各类分析光谱，以及统称为事实表（fact sheets）的广泛补充性文档。每条记录均与相应方法所针对的目标化学分析物和试剂相关联。这些数据可通过多种方式检索，包括文本查询、化学结构以及结构或光谱相似性搜索。
AMOS 应用程序主要致力于提供开放获取和开放数据记录。数据库中的记录在可能的情况下均通过超链接指向其原始来源。对于不受开放许可限制因而未直接存储在数据库中的记录，只要其可获取，仍可通过 URL 进行集成和访问。via 适用于两类记录：一类是处于付费墙后的分析方法，通常来自美国环保局（EPA）可访问的期刊或标准组织；另一类是可获取但需要登录访问的光谱数据。
数据来源在记录结构方面存在差异，因此在整合和协调内容时需要投入大量精力进行提取和整理。大多数记录提供物质标识符（例如 CASRN、DTXSID、InChIKey、通用名称），在许多情况下，提取过程较为直接。然而，将这些标识符与化学结构及物质详细信息进行匹配可能较为复杂。部分标识符可直接与美国环保署（EPA）分布式结构可搜索毒性（DSSTox）数据库中的条目进行匹配4；当无法找到匹配项时，标识符将被关联至已有物质，或注册新物质。因此，AMOS 项目推动了 DSSTox 数据库的扩展，改善了支持其他 EPA 数据库和应用（如 CompTox 化学品仪表盘）的基础数据3。
某些有价值的附加信息需要人工整理。对于分析方法，检测限和定量限、样品基质以及分析方法等实验参数并未以标准化方式组织，且由于存储方式不一致，自动化工具无法识别这些信息。
与样本相关的介质以及分析物的功能用途这两项记录信息要素，与当前监测污染物带来的危害和暴露问题的努力密切相关。因此，在记录数据中对这些属性的结构化设计受到了高度重视。本项目为此开发了一个功能用途分类学本体。该本体将物质的功能用途组织成一个层次化结构，从较为宽泛的“父级”用途到更为具体的“子级”用途。该本体支持从应用角度对物质进行探索，有助于以功能用途为重点来评估暴露和危害的研究工作5，6。此外，方法根据其样本所属的协调一致的介质类别进行标注，该类别依据美国环保署（EPA）的多介质监测数据库（MMDB）的规定7。此类分类支持基于化学物质在特定介质中的存在情况进行检索，从而简化针对特定环境或生物样本中化学物质检测方案的开发。这些注释增强了AMOS系统与美国环保署正在开发的以暴露和危害为导向的工作流程之间的整合能力。
在整合光谱数据时，处理各种文件格式（其中一些仅在名义上实现了标准化）以及解析相关元数据的挑战通常需要定制化的处理方法。当光谱数据集与某项出版物相关联时，可能需要从该出版物中手动提取所记录的详细信息以进行数据加载。这一工作最终构建了一个集成并结构化这些异质光谱数据的数据库，使研究人员在未来的研究中无需再进行繁琐的数据整理工作。
截至2025年3月，该数据库包含约935,000个谱图，其中近99%为质谱图，另有少量核磁共振谱（~2,000）和红外光谱（~400）。此外，还包括约770,000个外部链接谱图（与SpectraBase数据库8相连）、约36,000份数据表和约7,400种分析方法。集成到本应用中的物质是DSSTox数据库中物质的一个子集，该数据库已并入CompTox化学品仪表板（CCD），包含超过120万种物质。

<table><tbody><tr><td>Git</td><td>N/A</td><td>https://git-scm.com/</td><td>开源版本控制系统。</td></tr><tr><td>JavaScript</td><td>N/A</td><td>https://ecma-international.org/publications-and-standards/standards/ecma-262/</td><td>编程语言。&amp;nbsp; 由 ECMA International 标准定义。</td></tr><tr><td>PostgreSQL</td><td>PostgreSQL Global Development Group</td><td>https://postgresql.org/about/licence</td><td>开源数据库管理系统。</td></tr><tr><td>Python</td><td>Python Software Foundation</td><td>https://www.python.org/</td><td>开源编程语言。</td></tr></tbody></table>

应用化学信息学构建可进行结构检索的分析方法数据库

Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods

分析方法的范围可从详细的法规文件到简化的摘要。法规类方法可能包含可测定的分析物、适用的基质、所需试剂、统计性能、实验室间验证及其他具体信息。摘要类方法通常提供试剂、仪器设备的总体概述，以及通常较短的分析物列表。来自美国政府机构的分析方法，包括美国环境保护署（USEPA）、美国地质调查局（USGS）、美国农业部（USDA）、食品药品监督管理局（FDA）等，均提供详细的程序信息。仪器供应商如安捷伦（Agilent）、岛津（Shimadzu）、赛默飞世尔科技（Thermo Fisher Scientific）、Sciex 等也提供了数百份应用说明，这些可被视为摘要类方法。本研究开发了一个基于化学信息学的方法数据库，其中从方法文档中提取化学品，并将其标识符（名称和/或化学文摘服务登记号（CASRN））映射至化学结构。该数据库包含约 7,000 种方法，支持通过标识符、化学结构和结构相似性进行检索，并整合了约一百万条公共领域的谱图数据（LC/MS、GC/MS、NMR 和 IR）。该应用支持对分析方法进行检索，并可根据分析物、功能用途、方法来源及其他相关元数据进行筛选。

上述显示的 AMOS 截图展示了该应用程序中各项搜索的典型结果，包括对目标物质的搜索以及对光谱、数据表和方法的搜索。数据库提供的多种查询方式旨在覆盖最可能且最有用的搜索类型，从而支持用户对数据及其相关物质进行更深入的探究。
为了帮助用户进行检索，大部分功能以相互关联的方式设计，旨在支持对可用数据进行更深入的分析。例如，功能用途分类可视化结果可链接至与该功能类别相关的方法和事实表视图，从中可提取物质列表并输入批量检索，或进一步查看单个文档及其所含的特定物质。由于方法中的许多物质在数据库中还包含实验质谱图，研究人员因此能够快速从一类物质定位到可用于检测特定物质存在的相应方法和质谱数据（见图9）。
由于结果在很大程度上取决于搜索内容以及执行的搜索类型或多次搜索，因此很难为整个应用程序定义具有代表性的结果。总体而言，从用户体验的角度来描述“成功”可能更为准确；在此情况下，希望以下情况通常成立：搜索和筛选方法（以及在不同搜索和筛选条件之间切换的能力）能够有效识别用户所需的信息子集；用户找到的结果准确且有用。图10 展示了一个示例工作流程，用以演示 AMOS 的功能。
<img alt="功能用途分类网络图；方法数据库筛选；毒理学分析结果。" class="xfigimg" src="/files/ftp_upload/68194/68194fig10.jpg" data-altupdatedat="1788840098000" data-alt="图10"> 
图10：展示 AMOS 功能的示例工作流程。该工作流程从功能用途分类（呼吸系统药物）开始，筛选与血液中呼吸系统药物相关的方法，检查其中一种特定方法，并识别该方法中包含的一种物质的质谱图。<a href="https://www.jove.com/files/ftp_upload/68194/68194fig10large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

本文介绍了 AMOS，即基于网络的分析方法与开放光谱数据库，这是一个化学信息学应用程序，旨在为研究人员提供便捷的分析方法和光谱数据访问途径。

分析方法的范围可从详细的法规文件到较为简明的摘要。法规方法可能包含有关可检测分析物的信息，……

我们希望为 EPA 科学家创造一种简单的方法，从分布式资源中查找分析方法，以便我们的科学家可以花更少的时间搜索互联网，而是将精选资源集成到我们现有的化学信息学系统中。我们构建的本质上是一个轻量级的文档管理系统，将这些文档映射到提取的化学物质。因此，可以使用不同的化学标识符搜索数千种分析方法，以找到已经应用于检测这些化学品的方法。没有其他免费的在线分析方法数据库供社区搜索以获得化学品的现有参考分析方法或特定方法的一组良好的起始条件。该协议教读者如何使用AMOS收集有用的数据，以支持他们的方法开发工作。我们学到了很多关于如何收集分析方法数据并将其集成到我们的数据库和应用程序中的知识。通过聚合这数千份文档并映射到其相关化学物质，我们现在拥有了一个出色的数据集来探索这些文档的用途，并增强科学家可以查询的大型语言人工智能模型。[旁白]首先，转到导航栏左上角的文本字段或首页上的搜索字段，然后输入物质名称、CAS 登记号、InChIKey 或 DSSTox 物质标识符。按 Enter 或单击搜索以执行搜索。在生成的表中选择一行，以在页面右侧显示关联的记录。要执行批量搜索，请在输入数据字段中输入 DSSTox 物质标识符列表，每行放置一个标识符。使用“搜索选项”下的复选框筛选结果或向记录添加其他信息。单击页面底部的搜索以生成并下载一个电子表格文件，其中列出了数据库中与给定物质列表相关的所有记录的信息。搜索完成后，单击“其他搜索”，然后单击“相似性结构搜索”。输入物质标识符，将过滤器最小物质相似度设置为 0.8，然后单击搜索以获取选项卡表。然后，在表格中选择一行，以显示搜索到的物质与从表格中选择的物质之间的结构比较。要执行分类器搜索，请使用页面顶部的字段选择第一个分类级别。然后，单击字段下方的按钮以显示下一级别的分类列表。对第二级和第三级重复此过程，每次选择分类并单击按钮继续。选择第四级后，单击下面的按钮运行搜索并列出属于分类器分类所选四个级别的所有物质。通过执行方法列表和情况说明书搜索，在数据库中搜索所有情况说明书和方法。加载结果表后，使用每列顶部的输入字段按特定字段筛选数据。要执行质谱搜索，请输入目标物质的质量范围（以道尔顿为单位），以及以道尔顿或百万分之一为单位的误差范围。将峰值相似度窗口的值设置为 0.05 道尔顿。选择一种方法，气相色谱-质谱法或液相色谱-质谱法。将质谱输入为质荷对和强度对的列表。完成所有字段后，单击“搜索”按钮，根据用户提供的谱图从数据库中检索质谱匹配列表。在生成的表格中选择一行进行光谱显示。现在，要可视化功能用途分类，请使用“搜索类”字段搜索功能用途类列表。将鼠标悬停在列表中的类名称上以突出显示图表中的相应节点。如果直接浏览图表，请将鼠标悬停在节点上以显示类的简短描述，并突出显示该节点的任何直接父类或子类。本文介绍了根据粘土、淤泥和沙子比例对纹理类型进行分类的土壤三元地块，并标示了粘土、壤土和沙壤土等区域。该分类工具使 AMOS 用户能够将土壤质地类型与相关情况说明书、分析方法和实验光谱联系起来，从而促进从成分数据到基于功能分类的目标物质搜索的高效工作流程。

applying-cheminformatics-to-develop-structure-searchable-database

Research

科研

JoVE Journal

Chemistry

化学

应用化学信息学开发分析方法的结构可搜索数据库

利用Bio3D-web研究蛋白质序列-结构-动力学关系

蛋白质复合物的结构对其功能至关重要。结合多种质谱技术已被证明是研究其组装过程的有力手段。本文提供了化学交联和天然质谱的技术方案，并展示了这两种互补技术如何帮助阐明多亚基蛋白质复合物的结构架构。...

结合完整蛋白质复合物的化学交联与质谱技术研究多亚基蛋白组装体的结构

本文介绍了一种通过质谱法对水中氟化物进行顺序靶向定量和非靶向分析的实验方案。该方法可提供已知氟代化学物质的定量水平，并对相关样品中的未知化学物质进行鉴定，同时对其丰度进行半定量估算。...

采用靶向与非靶向筛查相结合的高分辨质谱工作流程鉴定全氟和多氟化合物

靶向交联质谱技术利用最多三种不同采集方法获得的质谱数据，构建蛋白质四级结构模型。当在 Cheetah-MS 网络服务器上以简化工作流程执行时，结果将以 Jupyter Notebook 形式呈现。本文演示了如何扩展 Jupyter Notebook...

通过化学交联质谱法进行四级结构建模：扩展 TX-MS Jupyter 报告

天然产物是开发新药和治疗剂的有前景的起点。然而，由于化学多样性高，从植物中发现新的治疗化合物是一项具有挑战性且耗时的任务。我们描述了一种简化的方法，用于从植物提取物和组分中鉴定抗菌和抗生物膜分子。...

从植物提取物和组分中系统筛选新型抗菌及抗生物膜分子以预防龋齿

开放搜索能够鉴定出带有先前未知聚糖组成的糖肽。本文以Acinetobacter...

基于开放搜索策略在Acinetobacter baumannii O-连接糖肽鉴定中的应用

本实验方案的目的是利用开源软件高效地生成和整理小分子结构文库。...

基于α-氨基酸的计算化学文库编纂

本研究采用in-silico策略，鉴定出利匹韦林为一种具有前景的HIV治疗药物。我们关于分子相互作用与动力学的研究结果，支持合理设计新型非核苷类逆转录酶抑制剂（NNRTIs），作为可能的HIV治疗替代方案。...

非核苷类逆转录酶抑制剂的定量构效关系、活性预测及分子动力学

蛋白质设计涉及氨基酸序列的构建以及特定基序的引入，以创造具有功能的变体。该方法对于开发抗菌肽（AMPs）以对抗抗生素耐药性病原体至关重要。本文介绍了一种利用多种生物信息学工具进行蛋白质构建的实验流程。...

De Novo 和 In Silico 蛋白质设计中 I TASSER、trRosetta、UCSF Chimera、HADDOCK 服务器及 HEX loria 的应用

我们介绍一种利用多重微球抗体阵列对唾液蛋白质进行分析的方法。采用碳二亚胺化学法将单克隆抗体共价连接至荧光染料编码的4.5...

基于聚合物微球和光纤束的人类唾液蛋白质多重荧光微阵列分析

了解AMOS化学信息学数据库如何为研究人员提供便捷的分析方法与光谱数据访问平台。该网络工具促进数据共享与协作，提升科研效率。

应用化学信息学构建可进行结构检索的分析方法数据库

探索更多视频