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

    • 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

      1、节省建库步骤:我司已完成100+物种的全基因组数字文库构建,20+物种的转录因子文库构建,可直接开展筛选

      2、三轮筛选策略:经MegaDock粗筛、AI-PPI精筛、AlphaPulldown深度分析,精准缩小候选互作对范围,根据已有案例的测试结果显示,本程序的预测准确率可达65%以上

      3、高质量图片:提供五组蛋白三维模型(远景+近景)结合位点分析图,清晰展示结合位点、氢键及距离信息,提供全面的互作细节

      4、全链路实验保障:依托自有实验平台,提供酵母双杂、酵母单杂、CoIP、EMSA、BiFC、双荧光素酶等各类湿实验,提供从数字化筛选到一对一验证的全流程服务

       

      三轮筛选流程

       

      服务内容

      数字化蛋白/核酸互作预测模型

      实验步骤

      周期(工作日)

      交付内容

      诱饵基因建模分析

      1个

      1、三轮筛选全数据Excel表(包括基因编号、建模评分、是否互作)

      2、五对结合位点分析图

      DOCK初筛对接评估

      2个

      大模型互作深度预测分析

      5个

      精细互作分析

      5个

      数据整理和分析

      2个

       

       

      案例展示

      蛋白-蛋白互作预测

      1、提取所有对接蛋白的特征数据输入AI-PPI模型(瑞源生物自主搭建程序)进行细筛。得到对接蛋白注释、互作分值、建模分值等信息。

        图:大模型互作深度预测分析

       

      2、使用AlphaPulldown程序对可能为假阳性的预测结果以及想要重点关注的蛋白互作对详细分析,输出互作模型置信度分值。

       

      3、将ipTM_pTM得分最高的前五对蛋白作为互作可能性最高的蛋白,再用pymol进行互作界面的分析,包括产生氢键的氨基酸、氢键距离等。

      图 互作界面分析

      蛋白-核酸互作预测

      1、构建诱饵核酸三维结构

      图1:诱饵核酸三维结构图

       

      2、将诱饵核酸三维结构模型与研究物种蛋白三维结构库(瑞源生物可提供数字文库构建服务)进行对接,得到对接三维图及对接分值。

      图2:MegaDock初筛对接评估

       

      3、提取所有的对接数据特征,使用南京瑞源生物自主研发的AI-PNI模型进行细筛

      图3:第二轮筛选所得结果

       

      4、使用AlphaPulldown程序对可能为假阳性的预测结果以及想要重点关注的蛋白核酸互作对详细分析,输出互作模型置信度分值

      5、将ipTM_pTM得分最高的前五对蛋白核酸复合物作为互作可能性最高的结构,用pymol进行互作界面的分析,包括产生氢键的氨基酸、氢键距离等

       

      ▼ 已有文库物种

      部分转录因子数字文库

      物种 拉丁名 TF数量
      大豆 glycine max 6150
      大麦 Hordeum vulgare 2620
      番茄 Solanum lycopersicum 1845
      马铃薯 Solanum tuberosum 2405
      毛果杨 Populus trichocarpa 4224
      陆地棉 Gossypium hirsutum 5022
      木薯 Manihot esculenta 2676
      苹果 Malus domestica 3119
      小麦 Triticum aestivum 3606
      玉米 Zea mays 3308

      想了解更多已有文库,请联系客服或咨询区域业务人员

       

      部分全基因组数字文库

      物种 拉丁名 全基因
      拟南芥 Arabidopsis thaliana 27434
      大豆 Glycine max 55799
      水稻 Oryza sativa 43649
      玉米 Zea mays 39299
      铁皮石斛 Dendrobium nobile 29000
      柑橘黄龙病菌亚洲种 Candidatus Liberibacter asiaticus str psy62 1102
      智人 Homo sapiens 23391
      小家鼠 Mus musculus 21615
      褐家鼠 Rattus norvegicus 21270
      斑马鱼 Danio rerio 24664

      想了解更多已有文库,请联系客服或咨询区域业务人员

       

      某特定性数字文库

      物种 拉丁名 特性 数量
      香蕉 Musa acuminata 生长素赤霉素相关基因 3528

    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