Descubrimiento de dianas
¿Qué cánceres dependen de este gen y se ha medido alguna unión a él?
DepMap, ChEMBL, STRING, AlphaFold
KRASHaz una pregunta en lenguaje natural o pega un gen, un número de acceso, una secuencia o una coordenada genómica. BioQ consulta 15 bases de datos públicas a la vez, desde 5739,6 M proteínas metagenómicas y 149,4 M entradas de UniProt hasta 5,2 M mediciones de unión, y te muestra el registro que respalda cada afirmación.
Gratis para investigadores. Inicia sesión con Google o con tu correo institucional.
¿Es KRAS una dependencia selectiva en el cáncer de páncreas y qué uniones a él se han medido?
dependency(gene=KRAS)0.2 msDependencia CRISPR en 1178 líneas celulares de cáncerbinding_measurements(gene=KRAS)0.4 s6796 mediciones de unióninteractions(KRAS, min_score=900)0.2 ms98 interactores de alta confianzaSí. 43 de 47 líneas celulares de cáncer de páncreas dependen de KRAS (efecto génico medio −1.79), la mayor proporción de todos los linajes 1. En el conjunto de linajes, 399 de 1178 líneas son dependientes 1. BioQ contiene 6796 mediciones de unión para KRAS; la más potente es la de MRTX-1133, IC50 0.2 pM 2. Entre sus principales interactores figuran RAF1, SOS1 y BRAF, cada uno con una puntuación de 999 sobre 1000 en STRING 3.
Limitación: la dependencia se mide en líneas celulares, no en pacientes.
Recuentos de registros en vivo, obtenidos del motor y actualizados cada cinco minutos.
Casi todo lo que necesitas ya se ha medido y publicado. Está repartido en portales distintos, cada uno con sus propios identificadores, formatos de archivo y tamaños de descarga. Responder una sola pregunta solía requerir días de descargas, mapeo de identificadores y cruces en hojas de cálculo, si es que tu equipo podía siquiera abrir los archivos.
| Tarea | Antes | Con BioQ |
|---|---|---|
| Leer un registro de UniProt TrEMBL | TrEMBL se distribuye como un único archivo comprimido de 40 GB. Para leer el registro número 100 millones hay que descomprimir todo lo que lo precede. | Solicita por ID cualquiera de los 149 millones de números de acceso. El registro llega con el rango de bytes del que se leyó. |
| Comparar la potencia de fármacos entre fuentes | ChEMBL, DrugCentral y Guide to Pharmacology dan valores de IC50, Ki y pIC50 en unidades mezcladas. Al promediarlos se mezclan, sin aviso, valores nanomolares con valores logarítmicos. | 5.2 millones de mediciones con las unidades molares y logarítmicas por separado, cada fila enlazada a su registro de origen. |
| Comprobar si un gen es una dependencia selectiva | Descargar las matrices de DepMap, asignar las líneas celulares a sus linajes y escribir tú mismo las estadísticas por linaje. | Dependencia, expresión y número de copias por linaje para cualquier gen, en una sola solicitud. |
| Confiar en un «no encontrado» | Una base de datos que nunca se cargó y un registro que no existe se ven igual: un resultado vacío. | Cada base de datos indica: encontrado, buscado y ausente, o no buscado. Solo el segundo caso es una ausencia. |
| Buscar con una secuencia no publicada | Los servidores públicos de BLAST y de estructuras reciben tu secuencia. Muchos laboratorios y empresas lo prohíben para el trabajo no publicado. | La búsqueda de homología se ejecuta en nuestros propios servidores. El agente trabaja con un marcador de posición y nunca ve los residuos. |
| Encontrar familias de proteínas inexploradas en un entorno | Los 1700 millones de clústeres de proteínas de MGnify ocupan terabytes de archivos. Filtrarlos por bioma requiere un clúster de cómputo. | Recorre el árbol de biomas, enumera los clústeres grandes sin dominio conocido y comprueba con qué coocurren. |
Escribe una pregunta, un símbolo de gen, un número de acceso de UniProt o MGnify, un dominio Pfam, un fármaco, una secuencia o una coordenada. BioQ reconoce lo que has escrito y muestra cómo lo ha interpretado.
Ante una pregunta, el agente decide a qué bases de datos preguntar, ejecuta las consultas en paralelo y muestra cada paso con sus parámetros y tiempos.
Las cifras de la respuesta enlazan con la consulta que las produjo. Abre cualquier paso para ver los datos sin procesar, copiar la llamada a la API o descargar la tabla.
¿Qué cánceres dependen de este gen y se ha medido alguna unión a él?
DepMap, ChEMBL, STRING, AlphaFold
KRASTodos los valores medidos de IC50, Ki y Kd para una diana y un compuesto, con el tipo de ensayo y la fuente.
ChEMBL, DrugCentral, Guide to Pharmacology
EGFR gefitinib¿Qué variantes de este gen son patogénicas y qué nivel de revisión tienen?
ClinVar, GRCh38
BRCA1¿A qué se parece más esta secuencia, qué dominios tiene y hay alguna estructura?
Swiss-Prot, TrEMBL, Pfam, PDB, AlphaFold
P04637¿Qué familias grandes de proteínas del suelo no tienen ningún dominio conocido y junto a qué se encuentran?
Proteínas, clústeres, biomas y ensamblajes de MGnify
root:Environmental:Terrestrial:SoilLas bases exactas en una coordenada del genoma humano, del ratón o de cualquiera de las 544 891 secuencias de RefSeq.
GRCh38, GRCm39, RefSeq
NC_045512.2:21563-21600Un buscador científico solo es útil si puedes defender lo que te dice. BioQ es estricto en cuatro aspectos.
Cuando no se ha buscado en una base de datos, BioQ lo dice. Nunca convierte un índice que falta en un resultado negativo.
Las potencias molares y las de escala logarítmica se resumen por separado, por tipo de medición y tipo de ensayo.
Los resultados incluyen un veredicto de solidez: si hay suficientes observaciones independientes para una afirmación estadística o solo para una descripción.
El archivo de origen, el número de registro y la suma de comprobación viajan con los datos, para que un revisor pueda encontrar los mismos bytes.
{
"trembl": {
"status": "miss",
"means": "the TrEMBL index was searched and does
not carry this accession"
},
"pfam_domains": {
"status": "not_applicable",
"means": "no lookup was possible, so this is
neither a hit nor a miss"
}
}
GET /api/v1/affinity?gene=EGFR&drug=gefitinib
{
"measured_type": "IC50", "value": 0.1, "unit": "nM",
"unit_class": "molar",
"source_key": "chembl_37.db|activity_id=13297481",
"sha256": "4be13df3b68e…c15142"
}
Las secuencias no publicadas son el activo más sensible de un laboratorio. BioQ ejecuta la búsqueda de homología en sus propios servidores y nunca reenvía tus secuencias a servicios de búsqueda de terceros. Cuando preguntas al agente por una secuencia, el modelo de lenguaje ve un marcador de posición como [SEQ1] y su longitud, no los residuos. Tu historial de búsqueda se guarda en tu navegador, no en tu cuenta.
Crea una clave en tu cuenta y llama a los mismos endpoints desde Python, R, Nextflow o un notebook. Cada respuesta es JSON e incluye su procedencia.
curl -H "Authorization: Bearer $BIOQ_KEY" \ "https://bioq.bio/api/v1/depmap?gene=KRAS"
import requests r = requests.get( "https://bioq.bio/api/v1/affinity", params={"gene": "EGFR", "drug": "gefitinib"}, headers={"Authorization": f"Bearer {BIOQ_KEY}"}, ) r.json()["summary"]["per_type_and_class"]
library(httr2) request("https://bioq.bio/api/v1/variant") |> req_url_query(gene = "BRCA1", pathogenic_only = 1) |> req_auth_bearer_token(Sys.getenv("BIOQ_KEY")) |> req_perform() |> resp_body_json()
| Base de datos | Qué puedes preguntar | Registros |
|---|---|---|
| MGnify | Proteínas y clústeres metagenómicos, bioma de origen y coocurrencia en ensamblajes | 5739,6 M proteínas |
| UniProt | Registros de proteínas por número de acceso, recuentos por organismo y búsqueda de homología en Swiss-Prot | 149,4 M entradas |
| Pfam | Dominios proteicos en proteínas metagenómicas y proteínas que contienen un dominio | 27.048 familias de dominios |
| PDB, AlphaFold DB | Estructuras experimentales y modelos de AlphaFold con su confianza | 803 mil entradas |
| ChEMBL, DrugCentral, GtoPdb | IC50, Ki, Kd y mediciones relacionadas entre dianas y compuestos | 5,2 M mediciones |
| ClinVar | Significado clínico y estado de revisión de variantes humanas | Genoma humano |
| STRING, BioGRID | Interacciones proteína–proteína con puntuaciones de confianza o evidencia curada | 162,7 M aristas |
| DepMap | Dependencia CRISPR, expresión y número de copias en líneas celulares de cáncer | 1178 líneas celulares |
| GRCh38, GRCm39, RefSeq | Secuencia en cualquier coordenada del genoma humano, del ratón y de RefSeq | 544,9 mil secuencias |
Las cuentas gratuitas incluyen 500 consultas, 25 búsquedas de secuencias y 20 preguntas al agente cada día.