最近加入的商品:

    0 件商品 合计 0

    科研服务

    立足于生命科学,为基础研究领域科学工作者提供生物学高端技术服务

    undefined
    +
    • undefined

    数字化蛋白/核酸互作预测模型

    南京瑞源生物在蛋白质组学领域,机器学习和深度学习被广泛应用于蛋白质互作、蛋白质-核酸互作、蛋白质-小分子对接等。瑞源生物数字化文库筛选技术,根据蛋白质三维结构对蛋白质互作进行预测。根据预测得到的互作概率进行进一步实验验证,大大提升验证

    所属分类

    • 产品描述
    • AI作为一种革命性工具已经在生命科学领域发挥了巨大的潜力。
      在蛋白质组学领域,机器学习和深度学习被广泛应用于蛋白质互作、蛋白质-核酸互作、蛋白质-小分子对接等。瑞源生物数字化文库筛选技术,根据蛋白质三维结构对蛋白质互作进行预测。根据预测得到的互作概率进行进一步实验验证,大大提升验证效率。

       

      应用领域

      ·   蛋白质-蛋白质互作:研究疾病的发生机制、信号传导机制、蛋白质功能预测等方面
      ·   蛋白质-核酸对接:研究疾病发生机理研究、生物分子复合物结构预测、基因治疗等方面

       

      虚拟样品接收标准

      蛋白质-蛋白质互作

      蛋白质-核酸对接

      需要提供蛋白的CDS序列或者氨基酸序列

      (1)需要提供蛋白的CDS序列或者氨基酸序列

      (2)需要提供核酸的序列

       

      蛋白-蛋白互作、蛋白-核酸互作

      传统的PPI检测方法依赖于实验手段,如酵母双杂交(Y2H)和免疫共沉淀(Co-IP),耗时长,某些难表达的蛋白成功率低。基于计算方法的PPI预测工具可以根据蛋白质的序列或结构信息预测可能的相互作用。

       

      服务优势

      三轮筛选流程

      服务内容

       

      案例展示

      蛋白-蛋白互作预测

      3、取对接分值前200对模型进行细筛(瑞源生物自主搭建程序)得到对接蛋白注释、互作分值、建模分值等信息。

        图3:大模型互作深度预测分析

       

      4、对细筛得到的互作对进行详细分析,用颜色区分互作模型置信度分值,并针对 PAE 值(误差值)作图。

    声明:本公司出售产品只能用于科研目的,不得用于诊断或者治疗!

    咨询表单

    我们的工作人员将在24小时(工作日)内与您联系。

    安全验证
    提交咨询

    定制服务

    客户信息:

    抗体信息:抗体表达和纯化要求

    安全验证
    提交