L’agent de recherche pour les données publiques de la biologie

Posez une question en langage courant, ou collez un gène, un numéro d’accession, une séquence ou une coordonnée génomique. BioQ interroge 15 bases de données publiques à la fois, des 5,7 Md protéines métagénomiques et 149,4 M entrées UniProt jusqu’aux 5,2 M mesures de liaison, et vous montre l’enregistrement derrière chaque affirmation.

Gratuit pour les chercheurs. Connectez-vous avec Google ou votre adresse e-mail institutionnelle.

Lire la documentation de l’API

Exemple de réponse sur données en direct3 requêtes

KRAS est-il une dépendance sélective dans le cancer du pancréas, et quelles liaisons à KRAS a-t-on mesurées ?

1dependency(gene=KRAS)0.2 msDépendance CRISPR dans 1 178 lignées cellulaires cancéreuses
2binding_measurements(gene=KRAS)0.4 s6 796 mesures de liaison
3interactions(KRAS, min_score=900)0.2 ms98 partenaires de haute confiance

Oui. 43 des 47 lignées cellulaires de cancer du pancréas dépendent de KRAS (effet génique moyen −1,79), la proportion la plus élevée de tous les lignages 1. Tous lignages confondus, 399 des 1 178 lignées sont dépendantes 1. BioQ contient 6 796 mesures de liaison pour KRAS ; la plus puissante est celle de MRTX-1133, IC50 0,2 pM 2. Parmi ses principaux partenaires d’interaction figurent RAF1, SOS1 et BRAF, chacun noté 999 sur 1 000 par STRING 3.

Limite : la dépendance est mesurée dans des lignées cellulaires, pas chez des patients.

Ce que lit BioQ

Nombre d’enregistrements en direct, issu du moteur et actualisé toutes les cinq minutes.

MGnify proteinsMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSK5,7 Md

Pfam-annotated proteinsVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAW3 Md

MGnify clustersFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALE1,7 Md

STRING interactionsGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDL162,7 M

UniProt TrEMBLVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALT149,4 M

Binding measurementsAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSD5,2 M

StructuresCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLL803 k

RefSeq sequencesATGTTTGTTTTTCTTGTTTTATTGCCACTAGTCTCTAGTCAGTGTGTTAATCTTACAACCAGAACTCAATTACCCCCTGCATACACTAATTCTTTCACACGTGGTGTTTATTACCCTGACAAAGTTTTCAGATCCTCAGT544,9 k

DepMap cell linesAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEF1,2 k

Les données de la biologie sont publiques. Les exploiter, beaucoup moins.

L’essentiel de ce dont vous avez besoin a déjà été mesuré et publié. Tout est dispersé entre des portails distincts, chacun avec ses identifiants, ses formats de fichier et ses volumes de téléchargement. Répondre à une seule question demandait des jours de téléchargements, de correspondance d’identifiants et de jointures dans des tableurs, si tant est que votre ordinateur puisse ouvrir les fichiers.

Tâche	Avant	Avec BioQ
Lire un enregistrement d’UniProt TrEMBL	TrEMBL est distribué sous la forme d’un seul fichier compressé de 40 Go. Pour lire l’enregistrement numéro 100 millions, il faut décompresser tout ce qui le précède.	Demandez par identifiant n’importe lequel des 149 millions de numéros d’accession. L’enregistrement est renvoyé avec la plage d’octets d’où il a été lu.
Comparer la puissance des médicaments entre sources	ChEMBL, DrugCentral et Guide to Pharmacology rapportent des valeurs d’IC50, de Ki et de pIC50 dans des unités hétérogènes. Les moyenner mélange sans le dire valeurs nanomolaires et valeurs logarithmiques.	5,2 millions de mesures, unités molaires et logarithmiques tenues séparées, chaque ligne reliée à son enregistrement source.
Vérifier si un gène est une dépendance sélective	Télécharger les matrices DepMap, rattacher les lignées cellulaires à leur lignage, écrire soi-même les statistiques par lignage.	Dépendance, expression et nombre de copies par lignage pour n’importe quel gène, en une seule requête.
Se fier à un « non trouvé »	Une base de données jamais chargée et un enregistrement inexistant se ressemblent : un résultat vide.	Chaque base indique : trouvé, recherché et absent, ou non recherché. Seul le deuxième cas signifie une absence.
Chercher avec une séquence non publiée	Les serveurs publics de BLAST et de structure reçoivent votre séquence. De nombreux laboratoires et entreprises l’interdisent pour les travaux non publiés.	La recherche d’homologie s’exécute sur nos propres serveurs. L’agent travaille avec un marqueur et ne voit jamais les résidus.
Trouver des familles de protéines inexplorées dans un environnement	Les 1,7 milliard de clusters de protéines de MGnify représentent des téraoctets de fichiers. Les filtrer par biome exige un cluster de calcul.	Parcourez l’arbre des biomes, listez les grands clusters sans domaine connu et examinez leurs cooccurrences.

Une question, toutes les bases, preuves à l’appui

Posez vos questions à votre façon
Saisissez une question, un symbole de gène, un numéro d’accession UniProt ou MGnify, un domaine Pfam, un médicament, une séquence ou une coordonnée. BioQ reconnaît ce que vous avez saisi et montre comment il l’a interprété.
L’agent planifie et interroge
Pour une question, l’agent choisit les bases à interroger, exécute les requêtes en parallèle et affiche chaque étape avec ses paramètres et sa durée.
Chaque affirmation cite un enregistrement
Les chiffres de la réponse renvoient à la requête qui les a produits. Ouvrez n’importe quelle étape pour voir les données brutes, copier l’appel API ou télécharger le tableau.

Conçu pour les questions que se posent vraiment les chercheurs

Découverte de cibles

Quels cancers dépendent de ce gène, et a-t-on mesuré quoi que ce soit qui s’y lie ?

DepMap, ChEMBL, STRING, AlphaFold

KRAS

Preuves médicament–cible

Toutes les valeurs d’IC50, de Ki et de Kd mesurées pour une cible et un composé, avec le type d’essai et la source.

ChEMBL, DrugCentral, Guide to Pharmacology

EGFR gefitinib

Interprétation des variants

Quels variants de ce gène sont pathogènes, et quel est leur niveau de révision ?

ClinVar, GRCh38

BRCA1

Identité des protéines

De quoi cette séquence est-elle la plus proche, quels domaines porte-t-elle, existe-t-il une structure ?

Swiss-Prot, TrEMBL, Pfam, PDB, AlphaFold

P04637

Prospection d’enzymes et de métagénomes

Quelles grandes familles de protéines du sol n’ont aucun domaine connu, et à côté de quoi se trouvent-elles ?

Protéines, clusters, biomes et assemblages MGnify

root:Environmental:Terrestrial:Soil

Coordonnées génomiques

Les bases exactes à une coordonnée chez l’humain, la souris ou dans l’une des 544 891 séquences RefSeq.

GRCh38, GRCm39, RefSeq

NC_045512.2:21563-21600

Des réponses qui résistent à l’examen

Un moteur de recherche scientifique n’est utile que si vous pouvez défendre ce qu’il vous dit. BioQ est intransigeant sur quatre points.

Absent et non recherché sont deux réponses différentes

Quand une base n’a pas été interrogée, BioQ le signale. Il ne transforme jamais un index manquant en résultat négatif.

Les unités ne sont jamais mélangées

Les puissances molaires et en échelle logarithmique sont résumées séparément, par type de mesure et type d’essai.

Chaque réponse indique ce qu’elle permet d’affirmer

Les résultats portent un verdict de solidité : assez d’observations indépendantes pour une affirmation statistique, ou seulement pour une description.

Chaque ligne a une adresse

Fichier source, numéro d’enregistrement et somme de contrôle accompagnent les données, pour qu’un relecteur puisse retrouver les mêmes octets.

Extrait d’une réponse réelleGET /api/v1/whereis?id=P04637

{
  "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"
}

Vos séquences restent les vôtres

Les séquences non publiées sont l’actif le plus sensible d’un laboratoire. BioQ exécute la recherche d’homologie sur ses propres serveurs et ne transmet jamais vos séquences à des services de recherche tiers. Quand vous interrogez l’agent sur une séquence, le modèle de langage voit un marqueur tel que [SEQ1] et sa longueur, pas les résidus. Votre historique de recherche est conservé dans votre navigateur, pas dans votre compte.

Les recherches s’exécutent sur les serveurs de BioQ
L’agent ne voit jamais les résidus
L’historique de recherche reste dans votre navigateur

Tout ce sur quoi vous pouvez cliquer est un appel API

Créez une clé dans votre compte et appelez les mêmes endpoints depuis Python, R, Nextflow ou un notebook. Chaque réponse est au format JSON et inclut sa provenance.

Lire la référence de l’API

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()

Contenu

Base de données	Ce que vous pouvez demander	Enregistrements
MGnify	Protéines et clusters métagénomiques, biome d’origine, cooccurrence dans les assemblages	5,7 Md protéines
UniProt	Enregistrements protéiques par numéro d’accession, nombre par organisme, recherche d’homologie contre Swiss-Prot	149,4 M entrées
Pfam	Domaines protéiques des protéines métagénomiques, et protéines portant un domaine donné	27 048 familles de domaines
PDB, AlphaFold DB	Structures expérimentales et modèles AlphaFold avec leur indice de confiance	803 k entrées
ChEMBL, DrugCentral, GtoPdb	IC50, Ki, Kd et mesures apparentées entre cibles et composés	5,2 M mesures
ClinVar	Signification clinique et statut de révision des variants humains	Génome humain
STRING, BioGRID	Interactions protéine–protéine avec scores de confiance ou preuves curées	162,7 M arêtes
DepMap	Dépendance CRISPR, expression et nombre de copies dans les lignées cellulaires cancéreuses	1 178 lignées cellulaires
GRCh38, GRCm39, RefSeq	Séquence à n’importe quelle coordonnée chez l’humain, la souris et dans RefSeq	544,9 k séquences

Commencez par une question

Les comptes gratuits incluent chaque jour 500 requêtes, 25 recherches de séquences et 20 questions à l’agent.

Commencer gratuitement