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
科研服务
相关产品

- 产品描述
-
服务描述
互作筛选实验往往以某一诱饵基因为核心,针对文库中的众多候选基因进行“一对多”筛选,得到以该诱饵基因为中心的调控信息。而文库间筛选通过构建两个文库(A:诱饵文库;B:猎物文库),在两个文库之间进行“多对多”筛选,从而得到两个文库中基因的互作网络信息。
传统的文库互筛技术为2017年诞生的基于酵母双杂原理在酵母体系中进行的CrY2H-seq筛选,如今基于人工智能深度学习技术,可以实现利用计算机深度学习构建数字化的两个文库,并通过计算机计算,得到两个数字文库之间的蛋白互作信息。
技术优势
1、节省建库步骤:储备100+物种的全基因组数字文库,20+物种的转录因子文库,可直接开展筛选
2、两轮筛选策略:经MegaDock粗筛、AI-PPI精筛深度分析,精准缩小候选互作对范围
3、跨物种互作预测:可用于研究病毒-宿主互作等跨物种生物学问题
4、高质量图片:下游AOS分析可提供蛋白三维模型(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
5、完善的配套下游验证体系:自有平台提供酵母双杂、酵母单杂、CoIP、EMSA、BiFC、双荧光素酶等各类验证实验
服务流程
样品接受标准
样本 要求 备注 诱饵文库数据库 需提供CDS文件 若对数据库版本有要求需清晰注明 猎物文库数据库 服务流程、周期及交付
服务流程 工作日 交付材料 客户下单 两个文库相乘总条数X
1万<X≤50万,7个
50万<X≤100万,15个
100万<X≤200万,20个
200万<X≤400万,25个
400万<X≤600万,40个
600万<X≤800万,50个
800万<X≤1000万,65个
两轮数字文库筛选全数据Excel表(包括基因编号、建模评分、是否互作) 文库基因建模分析 DOCK初筛对接评估 大模型互作深度预测分析 数据整理和分析 常见问题及解答
(1)数字化筛选结果是否能100%验证到:
数字化筛选的优势在于期周期短、性价比高,可以作为非常有优势的初期筛选研究方案,对接结果基于人工智能深度学习,不可避免会存在假阴性假阳性,因此需要通过后续的验证实验验证到阳性互作。根据已有案例的测试结果显示,本程序的预测准确率可达60%以上。
(2)和传统酵母体系文库互筛的技术对比:
案例报告
筛选结果
total:互作分值,两基因对接预测分值分值越高,互作可能性越大;
是否互作:对数据进行大模型数据分析所得结果。按降序进行排序,1-互作,0-不互作
参考文献
Ohue M, Matsuzaki Y, Uchikoga N, et al. MEGADOCK: an all-to-all protein-protein interaction prediction system using tertiary structure data[J]. Protein peptide letters, 2014, 21(8): 766-778.
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!