免费公开的营养学数据库

我想创建一个关于营养学的免费数据库，包含营养素、膳食补充剂、厂商、科研动态等数据，请问我可以从哪些免费、公开的平台收集这是数据和信息呢？（最要不要有版权纠纷）

想要搭建一个合规、无版权纠纷且免费的营养学数据库，最稳妥的策略是优先使用各国政府机构、国际组织公开的 Open Data（开放数据）以及提供免费 API 的学术数据库。

政府和官方学术机构的数据通常属于公有领域（Public Domain）或采用极其宽松的开源协议（如 CC0 或 CC-BY），允许免费商用或二次开发，能完美避开商业数据库（如 Mintel、Innova）的版权陷阱。

为你整理了以下可以免费、合法采集数据的核心平台及切入点：

1. 基础营养素与食物成分数据

要建立营养素数据库，不能靠网络爬虫去美食网站抓取，而应该使用官方的标准食物成分表。

• USDA FoodData Central（美国农业部食物数据中心）

• 数据内容： 全球最权威的食物成分数据库，包含数万种食物的微量元素、宏量营养素、氨基酸、脂肪酸等极其详尽的数据。

• 获取方式： 官方提供免费的 API 接口，也可以直接下载完整的底层 JSON 或 CSV 数据库文件。

• 版权状态： 属于美国联邦政府数据，属于公有领域（Public Domain），免费商用及二次开发完全合规。

• 中国疾病预防控制中心营养与健康所（《中国食物成分表》）

• 数据内容： 最适合中国国情的本土食物成分数据。

• 获取方式： 官方网站提供在线查询。需要注意的是，全盘复制出版物可能涉及版权，但你可以参考其公开的营养素推荐摄入量（RNI/EAR）等标准数据作为参考基准。

2. 膳食补充剂与成分功效数据

膳食补充剂（维矿、草本提取物等）的安全性、功效和成分配比，可以从医学和监管机构获取：

• NIH Office of Dietary Supplements（美国卫生研究院膳食补充剂办公室）

• 数据内容： 包含 Dietary Supplement Label Database (DSLD)（膳食补充剂标签数据库），收录了数万种上市产品的配方标签、成分含量以及厂商/分销商信息。同时，它还提供极为权威的营养素科学事实表（Fact Sheets）。

• 获取方式： 支持批量数据下载和在线检索。

• 版权状态： 美国政府公共数据，无版权限制。

• PubChem（美国国家生物技术信息中心）

• 数据内容： 如果你想深入到分子层面（例如：姜黄素、白藜芦醇等补充剂核心成分的化学结构、毒理安全数据）。

• 获取方式： 提供强大的 PUG REST API，支持大规模自动化数据抓取。

3. 厂商与合规准入数据（数据来源保障）

收集“厂商”信息时最容易踩商业名录的版权雷区。最合规的办法是从各国的监管机构准入名单中提取。

• FDA Data Dashboard（美国食品药品监督管理局数据仪表盘）

• 数据内容： 包含全球在 FDA 注册的食品、膳食补充剂生产厂商列表，以及历史检查和合规记录。

• 获取方式： 提供公开的 API 和全量 Excel 导出。

• 中国国家市场监督管理总局（特殊食品信息查询平台）

• 数据内容： 包含所有在国内获批“蓝帽子”（保健食品）的正式厂商、产品配方、功效宣称。

• 获取方式： 官方政务公开系统。通过抓取这类政务公开数据来做合规性比对，完全不涉及商业版权纠纷。

4. 科研动态与文献追踪

营养学研究更新极快，你可以通过自动化管道对接顶级学术元数据库，动态更新科研进展。

• PubMed / MEDLINE（美国国立医学图书馆）

• 数据内容： 全球最大的生物医学文献数据库，涵盖所有营养学、临床试验的论文摘要。

• 获取方式： 使用官方的 Entrez Programming Utilities (E-utilities) API。你可以通过设定关键词（如 "Dietary Supplements"[Mesh] 或 "Nutrition Therapy"）每天定时拉取最新的论文标题、作者、摘要和 DOI。

• 版权状态： 元数据（标题、摘要、索引）完全公开且免费。但注意不要直接抓取下载全文（Full-text PDF），只提供摘要和原文链接即可避免侵权。

• ChEMBL / Europe PMC

• 数据内容： 欧洲类似的开放学术数据库，对生物活性分子和营养药理学有极好的结构化数据支持，同样提供完全免费的 API。

USDA FoodData Central 的官方全量数据下载页面非常公开，你可以直接访问以下链接获取：

• 官方全量下载主页： https://fdc.nal.usda.gov/download-datasets.html

进入该页面后，你会看到系统将数据拆分成了不同的子数据库。为了搭建一个高效的本地营养学数据库，你需要注意以下下载和解压细节：

1. 应该选择哪种数据类型（Data Type）？

页面中会提供多个压缩包，构建基础数据库时，建议优先下载这两类：

• Foundation Foods（基础食物）： 数据量较小，但实验检测数据最精准，包含详细的营养素、元数据和采样信息。
• SR Legacy（经典标准参考库）： 虽然目前已停止更新，但它包含了历史积累的近 8,000 种核心基础食材的全面营养素数据，是建立食物本底库的基石。
• Branded Foods（品牌商业食品）： 体积庞大（解压后通常有几个 GB 甚至更大），包含了数十万种市面上超市卖的带包装商品、加工食品的标签数据。

2. 应该下载哪种文件格式？

USDA 官方每隔一段时间（如每年4月、10月）会发布最新版本的离线包，提供两种格式：

• JSON Link 格式： 适合用非关系型数据库（如 MongoDB）直接整包导入，由于保留了嵌套的多级属性结构，处理“食物-成分-单体营养素”的多层关系会更直观。
• CSV Links 格式： 如果你使用的是关系型数据库（如 PostgreSQL、MySQL），建议下载 CSV。它会解压出一个包含 30 多个 CSV 文件的文件夹。

📊 本地建表的核心关联逻辑

下载并解压 CSV 压缩包后，你会看到诸如 food.csv、nutrient.csv、food_nutrient.csv 等文件。如果想要用 Python 的 pandas 库把它们清洗并串联起来，最核心的关联逻辑如下：