面向生物学公共数据的研究智能体

用日常语言提问，或粘贴基因、登录号、序列或基因组坐标。BioQ 一次查询 15 个公共数据库，从 57.4亿个宏基因组蛋白质、1.5亿个 UniProt 条目到 515.4万条结合测量数据，并为每项结论展示其依据的记录。

研究人员免费使用。可用 Google 或机构邮箱登录。

基于实时数据的示例回答3 次查询

KRAS 是胰腺癌的选择性依赖基因吗？已测得哪些分子与它结合？

1dependency(gene=KRAS)0.2 ms1,178 个癌细胞系中的 CRISPR 依赖性
2binding_measurements(gene=KRAS)0.4 s6,796 条结合测量数据
3interactions(KRAS, min_score=900)0.2 ms98 个高置信度互作伙伴

是的。47 个胰腺癌细胞系中有 43 个依赖 KRAS（平均基因效应 −1.79），是所有谱系中比例最高的 1。在全部谱系中，1,178 个细胞系里有 399 个呈依赖性 1。BioQ 收录了 KRAS 的 6,796 条结合测量数据；效力最强的是 MRTX-1133，IC50 为 0.2 pM 2。它的主要互作伙伴包括 RAF1、SOS1 和 BRAF，STRING 评分均为 999（满分 1,000）3。

局限：依赖性是在细胞系中测得的，而非在患者身上。

BioQ 读取的数据

来自引擎的实时记录数，每五分钟刷新一次。

MGnify proteinsMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSK57.4亿

Pfam-annotated proteinsVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAW29.9亿

MGnify clustersFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALE16.6亿

STRING interactionsGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDL1.6亿

UniProt TrEMBLVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALT1.5亿

Binding measurementsAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSD515.4万

StructuresCLLVTLAAHLPAEFTPAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLL80.3万

RefSeq sequencesATGTTTGTTTTTCTTGTTTTATTGCCACTAGTCTCTAGTCAGTGTGTTAATCTTACAACCAGAACTCAATTACCCCCTGCATACACTAATTCTTTCACACGTGGTGTTTATTACCCTGACAAAGTTTTCAGATCCTCAGT54.5万

DepMap cell linesAVHASLDKFLASVSTVLTSKYRMVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGKKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEF1178

生物数据是公开的，用起来却不容易。

您需要的数据大多早已被测量并发表，却分散在各自独立的门户网站中，每个都有自己的标识符、文件格式和下载体量。过去回答一个问题，往往要花上几天下载数据、做 ID 映射、在电子表格里拼接——前提是您的电脑能打开这些文件。

任务	以往	使用 BioQ
从 UniProt TrEMBL 读取一条记录	TrEMBL 以单个 40 GB 压缩文件发布。要读取第 1 亿条记录，必须先解压它之前的全部内容。	按 ID 获取 1.49 亿个登录号中的任意一个。返回的记录附带其读取位置的字节范围。
跨来源比较药物效力	ChEMBL、DrugCentral 和 Guide to Pharmacology 报告的 IC50、Ki 和 pIC50 值单位混杂。直接取平均，会在不知不觉中把纳摩尔值和对数值混在一起。	520 万条测量数据，摩尔单位与对数单位分开保存，每一行都链接到其来源记录。
检查某个基因是否为选择性依赖基因	下载 DepMap 矩阵，把细胞系映射到谱系，再自己编写各谱系的统计分析。	任意基因按谱系划分的依赖性、表达量和拷贝数，一次请求即可获得。
信任“未找到”的结果	从未加载的数据库和不存在的记录看起来一模一样：都是空结果。	每个数据库都会标明：已找到、已检索但不存在，或未检索。只有第二种才表示不存在。
用未发表的序列进行检索	公共 BLAST 和结构服务器会收到您的序列。许多实验室和公司禁止在未发表的工作中这样做。	同源性检索在我们自己的服务器上运行。智能体只处理占位符，始终看不到残基。
在特定环境中寻找未被探索的蛋白质家族	MGnify 的 17 亿个蛋白质簇以 TB 级文件形式提供。按生物群系筛选需要计算集群。	浏览生物群系树，列出没有已知结构域的大型簇，并查看它们与什么共同出现。

一个问题，查遍所有数据库，证据随附

按您的思路提问
输入问题、基因符号、UniProt 或 MGnify 登录号、Pfam 结构域、药物、序列或坐标。BioQ 会识别您输入的内容，并显示它是如何解读的。
智能体规划并执行查询
如果输入的是问题，智能体会决定查询哪些数据库，并行执行查询，并展示每一步的参数和耗时。
每项结论都引用记录
答案中的数字都链接到产生它们的查询。展开任意步骤即可查看原始数据、复制 API 调用或下载表格。

为研究人员真正会问的问题而打造

靶点发现

哪些癌症依赖这个基因？是否已测得有分子与它结合？

DepMap、ChEMBL、STRING、AlphaFold

KRAS

药物-靶点证据

某一靶点与化合物之间所有已测得的 IC50、Ki 和 Kd，并附测定类型和来源。

ChEMBL、DrugCentral、Guide to Pharmacology

EGFR gefitinib

变异解读

这个基因中哪些变异是致病的？其审核级别如何？

ClinVar、GRCh38

BRCA1

蛋白质鉴定

这条序列与什么最接近？含有哪些结构域？有没有结构？

Swiss-Prot、TrEMBL、Pfam、PDB、AlphaFold

P04637

酶与宏基因组挖掘

土壤中哪些大型蛋白质家族没有已知结构域？它们与什么相邻？

MGnify 蛋白质、簇、生物群系、组装

root:Environmental:Terrestrial:Soil

基因组坐标

人类、小鼠或 544,891 条 RefSeq 序列中任意一条在某个坐标处的确切碱基。

GRCh38、GRCm39、RefSeq

NC_045512.2:21563-21600

经得起审稿的答案

科研搜索引擎是否有用，取决于您能否为它给出的结果辩护。BioQ 在四件事上非常严格。

“不存在”与“未检索”是两种不同的答案

如果某个数据库未被检索，BioQ 会明确说明，绝不会把缺失的索引当作阴性结果。

单位绝不混合

摩尔浓度与对数尺度的效力值按测量类型和测定类型分别汇总。

每个答案都说明能支持什么结论

结果附带结论强度判定：独立观测是否足以支持统计学结论，还是只够用于描述。

每一行都有地址

来源文件、记录编号和校验和随数据一同提供，审稿人可以找到完全相同的字节。

摘自真实响应GET /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"
}

您的序列始终属于您

未发表的序列是实验室最敏感的资产。BioQ 在自有服务器上运行同源性检索，从不将您的序列转发给第三方检索服务。当您向智能体询问某条序列时，语言模型看到的是 [SEQ1] 这样的占位符及其长度，而不是残基。您的搜索记录保存在浏览器中，而不是您的账户里。

检索在 BioQ 服务器上运行
智能体看不到残基
搜索记录只保存在浏览器中

能点击的一切都是 API 调用

在账户中创建密钥，即可从 Python、R、Nextflow 或 notebook 调用相同的端点。每个响应都是 JSON 格式，并附带数据溯源信息。

阅读 API 参考文档

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()

收录内容

数据库	可查询内容	记录数
MGnify	宏基因组蛋白质与簇、来源生物群系、在组装中的共现	57.4亿个蛋白质
UniProt	按登录号查询蛋白质记录、物种计数、针对 Swiss-Prot 的同源性检索	1.5亿个条目
Pfam	宏基因组蛋白质上的蛋白结构域，以及携带某一结构域的蛋白质	27,048 个结构域家族
PDB, AlphaFold DB	实验结构及附带置信度的 AlphaFold 模型	80.3万个条目
ChEMBL, DrugCentral, GtoPdb	靶点与化合物之间的 IC50、Ki、Kd 及相关测量值	515.4万条测量值
ClinVar	人类变异的临床意义与审核状态	人类基因组
STRING, BioGRID	蛋白质-蛋白质相互作用，附置信度评分或人工整理的证据	1.6亿条边
DepMap	癌细胞系的 CRISPR 依赖性、表达量与拷贝数	1,178 个细胞系
GRCh38, GRCm39, RefSeq	人类、小鼠及 RefSeq 任意坐标处的序列	54.5万条序列

从一个问题开始

免费账户每天可进行 500 次查询、25 次序列检索，并向智能体提问 20 次。

免费开始