資料目錄

BioQ 可檢索的所有資料

目前已有 22 個資料集上線,10 個正在建立索引,另有 25 個在我們的存檔中排隊等候。新的資料層一通過與原始資料的比對驗證,就立即上線。

22目前已上線的資料集
5.74B最大資料表的紀錄筆數
10正在建立索引
162026-10-20 以來新增的資料層

已上線的資料集

UniProt TrEMBL

UniProt Consortium (EMBL-EBI / SIB / PIR)

已上線

依登錄號取得任一未經審閱的 UniProt 條目(首次查詢可能需要約一分鐘),或統計某種生物的蛋白質數量。

149,430,635 筆蛋白質條目,來自 215,741 種生物 40.6 GB 壓縮 FASTA,就地讀取
/lookup/organism/whereis
2026-10-20 起上線

UniProtKB/Swiss-Prot

UniProt Consortium (EMBL-EBI / SIB / PIR)

已上線

貼上蛋白質序列,找出相似的已審閱蛋白質,並附 E-value 與序列相同度百分比。

575,748 條已審閱蛋白質序列 93.8 MB 壓縮 FASTA;2.94 GB 檢索索引
/search/search/result/whereis
2026-10-21 起上線

MGnify protein database

EMBL-EBI (MGnify) · 2026_07

已上線

取得任一 MGnify 蛋白質(MGYP ID)及其序列,包括叢集代表序列以外的蛋白質。

5,739,566,171 條總體基因體來源的蛋白質序列 1.11 TB Parquet,就地讀取
/lookup/whereis
2026-10-20 起上線

MGnify cluster representatives (30% identity)

EMBL-EBI (MGnify) · 2026_07

已上線

依 ID 查詢總體基因體代表蛋白質;查無結果時會改查完整 MGnify 資料集,而不會直接回報不存在。

128,674,267 條多成員叢集的代表序列 14.2 GB 壓縮 FASTA;24.33 GB 查詢儲存區
/lookup/whereis
2026-10-20 起上線

MGnify biome annotations

EMBL-EBI (MGnify); counts indexed by BioQ · 2026_07

已上線

查詢土壤、人體腸道或其他任一生物群系(含其子群系)中找到多少蛋白質叢集。

1,661,142,385 個蛋白質叢集,涵蓋 187 個生物群系類別 20.8 GB 壓縮原始資料表
/biome
2026-10-22 起上線

MGnify protein co-occurrence index

BioQ, built from EMBL-EBI MGnify · 2026_07

已上線

找出與目標叢集出現在相同總體基因體組裝中的蛋白質叢集,並列出其棲地。

5,739,566,171 筆蛋白質–組裝對應記錄 26.17 GB 索引
/cooccur/neighbourhood
2026-10-20 起上線

MGnify gene neighbourhoods (contig positions)

BioQ, built from EMBL-EBI MGnify sequence metadata · 2026_07

已上線

查看總體基因體蛋白質所在重疊群(contig)上的相鄰基因,包括座標、股別與間隔長度。

來自 51,037 個組裝之重疊群上的 177,896,636 個基因定位 7.84 GB 索引
/synteny
2026-10-22 起上線

Pfam domain annotations of MGnify proteins

EMBL-EBI (MGnify, Pfam) · 2026_07

已上線

列出總體基因體蛋白質的 Pfam 結構域,或帶有指定結構域(如 PF00078)的所有蛋白質。

2,985,942,516 個含結構域的蛋白質;4,616,539,559 組蛋白質–結構域配對;27,048 個 Pfam 家族 116.79 GB 原始資料表;18.47 GB + 9.55 GB 索引
/domains/domain
2026-10-21 起上線

Unannotated MGnify protein families

BioQ, built from EMBL-EBI MGnify · 2026_07

已上線

找出沒有已知結構域的大型蛋白質家族,依生物群系與規模篩選,並查看與其共現的已註解家族。

5,890,193 個含 5 個以上成員且無 Pfam 結構域的叢集 1.33 GB 資料表(精簡版 0.21 GB)
/unexplored/unexplored_with_known
2026-10-20 起上線

Protein Data Bank (PDB)

wwPDB / RCSB PDB

已上線

以四字元代碼取得任一 PDB 條目的解析方法、解析度、標題與序列。

260,621 個實驗結構(其中 181,708 個含蛋白質序列) 92.62 GB mmCIF 封存檔;0.13 GB 中繼資料索引
/structure/whereis
2026-10-20 起上線

AlphaFold Protein Structure Database (Swiss-Prot set)

Google DeepMind / EMBL-EBI · v4

已上線

查看某個 Swiss-Prot 蛋白質是否有 AlphaFold 模型,以及預測的可信度。

542,378 個預測模型,附各模型可信度(pLDDT) 28.24 GB 模型封存檔
/structure
2026-10-20 起上線

ChEMBL

EMBL-EBI · 37

已上線

列出標靶基因或藥物的 IC50、Ki、Kd 或 EC50 實測值,不同單位類別分開呈現,每列標示檢測類型。

5,113,551 筆效價與親和力量測值(IC50、Ki、EC50、Kd 及相關指標) 30.5 GB 原始資料庫
/affinity
2026-10-21 起上線

DrugCentral

DrugCentral (University of New Mexico)

已上線

查詢已核准藥物對某一標靶的活性值,並與 ChEMBL 及 GtoPdb 並列對照。

20,685 筆藥物–標靶活性值 0.96 MB 藥物–標靶資料表
/affinity
2026-10-21 起上線

IUPHAR/BPS Guide to Pharmacology (GtoPdb)

IUPHAR / BPS

已上線

依基因或配體查看受體、離子通道與酵素的專家審訂親和力資料。

19,290 筆經審訂的配體–標靶親和力值(pKi、pKd、pIC50、pEC50) 7.6 MB 交互作用資料表
/affinity
2026-10-21 起上線

ClinVar

NCBI

已上線

列出某基因或基因體區間內的變異,篩選出致病性變異並查看審查狀態;意義不明的變異絕不會被升級歸類。

4,594,764 筆變異,含臨床意義與審查狀態 200.4 MB 壓縮 VCF
/variant/gene
2026-10-20 起上線

STRING

STRING consortium · v12.0

已上線

依蛋白質名稱(人類蛋白質亦可用 UniProt 登錄號)列出已知與預測的交互作用夥伴及 STRING 綜合分數。

21 個物種的 162,725,618 列評分交互作用(約 8,140萬 組蛋白質配對) 0.95 GB 原始檔案;1.19 GB 索引
/interaction
2026-10-22 起上線

BioGRID

BioGRID · 4.4.248

已上線

查詢某基因經實驗報告的物理性與遺傳性交互作用,附實驗系統與 PubMed ID。

2,804,534 筆交互作用記錄(物理性 1,917,989 筆,遺傳性 886,545 筆) 壓縮後 174.7 MB(解壓縮後 1.50 GB)
/interaction
2026-10-22 起上線

DepMap CRISPR gene effect

Broad Institute (DepMap) · 24Q4

已上線

查詢哪些癌症譜系依賴某個基因,或某個譜系依賴哪些基因,並結合突變背景。

17,916 個基因 × 30 個譜系中的 1,178 個癌細胞株(Chronos),另含 70,738 個高影響突變 428.7 MB 原始矩陣;0.10 GB 索引
/depmap
2026-10-22 起上線

DepMap expression and copy number

Broad Institute (DepMap) · 24Q4

已上線

比較某基因在不同癌細胞株與譜系中的表現量或複本數。

表現量:19,193 個基因 × 1,673 個細胞株;複本數:36,700 個基因 × 1,607 個細胞株 506.6 MB + 238.8 MB 原始矩陣;0.45 GB 索引
/omics
2026-10-22 起上線

Human reference genome GRCh38

Genome Reference Consortium (Ensembl primary assembly) · GRCh38

已上線

讀取人類任一區域的精確 DNA 序列,例如 chr11:1000000-1000100。

194 條序列,3,099,750,718 個鹼基 882 MB 壓縮 FASTA
/dna
2026-10-20 起上線

NCBI RefSeq genomes

NCBI

已上線

依登錄號與座標讀取古菌、真菌、原生生物、粒線體或病毒 RefSeq 序列的任一區域。

546,296 條序列,368.2億 個鹼基(古菌、真菌、粒線體、原生動物、病毒);與小鼠基因體合併提供,共 544,891 個不重複登錄號 11.10 GB 壓縮 FASTA;12.18 GB 座標索引(與小鼠基因體共用)
/dna
2026-10-22 起上線

Mouse reference genome GRCm39

Genome Reference Consortium (Ensembl) · GRCm39

已上線

讀取小鼠任一基因體區域的 DNA 序列。

61 條序列,2,728,222,451 個鹼基 806 MB 壓縮 FASTA
/dna
2026-10-22 起上線

每週持續增加

每個資料層都必須先答對一個答案已知的真實問題,並與原始資料一致,才會上線。

最近新增

BioQ 於 bioq.bio 對外開放,22 個引擎層中已有 20 個可回應查詢。

UniProt TrEMBL 查詢達到完整涵蓋:全部 149,430,635 筆條目。

DNA 區域讀取擴及 NCBI RefSeq 基因體(古菌、真菌、粒線體、原生動物、病毒)與小鼠基因體 GRCm39。

MGnify 重疊群基因鄰域上線(1.78億 個基因定位)。

DepMap 24Q4 基因相依性、表現量與複本數查詢上線。

STRING v12.0 與 BioGRID 4.4.248 交互作用查詢上線。

29.9億 個 MGnify 蛋白質的蛋白質對結構域查詢上線。

UniProt TrEMBL 依物種計數與 MGnify 生物群系計數上線。

涵蓋 ChEMBL 37、DrugCentral 與 GtoPdb 的結合親和力檢索上線(515萬 筆量測值)。

UniProt Swiss-Prot 序列相似性檢索上線。

以 MGnify 蛋白質 Pfam 註解為基礎的結構域對蛋白質檢索上線。

MGnify 共現索引建置完成並開始提供服務:57.4億 筆記錄。

ClinVar 變異查詢與未註解蛋白質家族目錄上線。

人類基因體 GRCh38 區域讀取上線。

PDB 與 AlphaFold 結構查詢上線。

首個引擎:MGnify 蛋白質與代表序列查詢,以及 UniProt TrEMBL ID 查詢。

需要我們還沒有的資料集?

告訴我們您需要什麼。研究團隊的需求決定我們接下來為哪些資料建立索引。

正在建立索引

已建置或部分建置,尚未開放查詢。每一項都會在驗證後上線。

Genomics of Drug Sensitivity in Cancer (GDSC1 and GDSC2)

Wellcome Sanger Institute · 8.4 (fitted data dated 24 Jul 2022)

建立索引中

依 GDSC 資料集查詢癌細胞株對某藥物的敏感性(ln IC50,單位 uM;AUC)。

575,197 條擬合劑量反應曲線,涵蓋 978 個細胞株與 542 種藥物 2.99 GB 原始檔案
2026-10-22 起上線

Exact-sequence index of MGnify representatives

BioQ, built from EMBL-EBI MGnify · 2026_07

建立索引中

檢查某條蛋白質序列是否已以完全相同的形式存在於 MGnify 代表序列中。

128,674,267 個序列指紋 2.06 GB 索引
2026-10-22 起上線

Cross-kingdom protein search set

BioQ, from UniProt Swiss-Prot, Ensembl / Ensembl Genomes proteomes and MGnify

建立索引中

在細菌、古菌、植物、真菌與動物中找出蛋白質的同源物,範圍超出 Swiss-Prot。

約 3,345萬 條蛋白質序列 18.90 GB 檢索資料庫
2026-10-20 起上線

UniRef90

UniProt Consortium (EMBL-EBI / SIB / PIR)

建立索引中

在 90% 去冗餘的全部 UniProt 中檢索蛋白質序列。

121,494,192 個 90% 相同度序列叢集 32.11 GB 壓縮 FASTA;70.21 GB 檢索資料庫
2026-10-20 起上線

ChEMBL 37 affinity extension

EMBL-EBI · 37

建立索引中

新增以 ug/mL 回報的 ChEMBL 結合值(依各化合物分子量換算),以及被 ChEMBL 標記為非標準的資料列。

擴充索引中的 5,254,446 筆量測值(比線上版本多 100,920 筆)
2026-10-22 起上線

ChEMBL 37 molecule-target map

EMBL-EBI · 37

建立索引中

列出某個 ChEMBL 分子具活性的所有標靶,或在某標靶上測試過的所有分子。

14,341,736 筆分子–標靶關聯(2,815,609 個分子,18,552 個標靶) 2.41 GB 索引
2026-10-20 起上線

InterPro-Pfam mapping

EMBL-EBI (InterPro)

建立索引中

將 Pfam 結構域比對結果轉換為 InterPro 條目及其說明。

對應至 Pfam 家族的 InterPro 條目(數量未記錄) 0.02 GB 索引(43.2 MB InterPro XML 原始檔)
2026-10-22 起上線

MGnify biome-to-cluster lists

BioQ, built from EMBL-EBI MGnify · 2026_07

建立索引中

傳回某生物群系中找到的完整叢集 ID 清單,而不只是部分樣本。

部分建置 0.01 GB(部分)
2026-10-20 起上線

Protein language-model embeddings of Swiss-Prot (ESM-2, pilot)

BioQ, computed from UniProt Swiss-Prot with ESM-2 650M

建立索引中

以嵌入向量相似度找出比對檢索遺漏的遠緣同源物。

575,748 條序列 × 1,280 維 1.47 GB 向量
2026-10-23 起上線

DepMap cell-line expression embedding (pilot)

BioQ, computed from DepMap 24Q4 expression · 24Q4

建立索引中

找出表現譜與指定細胞株最接近的癌細胞株。

1,673 個細胞株 × 50 維 167 KB 向量
2026-10-23 起上線

已在存檔中,等待排程

皆已下載並完成檢查碼核對。建立索引的順序依研究人員的需求而定。

BindingDB

BindingDB · 202610

存檔中

將為親和力查詢新增約 159萬 筆 ChEMBL 以外的結合量測值。

3,243,660 筆配體–標靶記錄(Ki、IC50、Kd、EC50) 0.59 GB(壓縮)

LINCS L1000 (CMap)

LINCS / Broad Institute · GEO GSE92742 + GSE70138

存檔中

尚無法檢索;未來可查詢哪些化合物能逆轉或模擬某一表現特徵。

591,697 個共識特徵(473,647 + 118,050),涵蓋 12,328 個基因 94.07 GB

GTEx

GTEx Consortium · v10

存檔中

尚無法檢索;未來可回答某基因在健康人體的哪些部位表現。

人體各組織的基因與轉錄本表現、剪接接合點及 QTL 資料集 23.14 GB

TCGA pan-cancer RNA-seq (Toil/Xena)

NCI TCGA via UCSC Xena

存檔中

尚無法檢索;未來可比較某基因在不同腫瘤類型中的表現。

基因 × 腫瘤樣本表現矩陣(RSEM,HUGO 標準化計數) 0.94 GB(壓縮)

DepMap somatic mutations (full table)

Broad Institute (DepMap) · 24Q4

存檔中

尚無法完整檢索;未來可列出某細胞株或基因中的所有突變。

718,369 列變異 × 70 欄 339 MB

PRISM Repurposing screen

Broad Institute · 19Q4

存檔中

尚無法檢索;未來可顯示某種非腫瘤用藥能殺死哪些癌細胞株。

初篩 log 倍數變化矩陣及複篩劑量反應曲線參數 0.31 GB

Cancer Therapeutics Response Portal (CTRP)

Broad Institute · v1.0, v2.0, v2.1, v2.2

存檔中

尚無法檢索;未來可與 GDSC 及 PRISM 比較藥物敏感性。

細胞株小分子敏感性資料的四個已發布版本 0.62 GB

NCI-60 (DTP and CellMiner)

NCI Developmental Therapeutics Program

存檔中

尚無法檢索;未來可顯示某化合物的 NCI-60 活性圖譜。

生長抑制劑量反應、化合物結構與細胞株表現資料 1.75 GB

PubChem compound identifiers

NCBI

存檔中

尚無法檢索;未來可將化合物名稱與結構對應至 PubChem ID。

CID 對應的 InChIKey、SMILES、同義名、IUPAC 名稱與專利 27.24 GB

MGnify cluster representatives (90% identity)

EMBL-EBI (MGnify) · 2026_07

存檔中

尚無法依序列相似性檢索。

約 16.6億 條代表序列 168.16 GB 壓縮 FASTA

UniRef50

UniProt Consortium (EMBL-EBI / SIB / PIR)

存檔中

尚無法檢索。

以 50% 相同度叢集化的 UniProt 8.78 GB 壓縮 FASTA

Ensembl and Ensembl Genomes

EMBL-EBI (Ensembl) · Ensembl 116; Ensembl Genomes 63

存檔中

尚無法單獨檢索(部分資料已納入建置索引中的跨界檢索集)。

1,881 種生物的胜肽序列集,另含六種模式物種的註解 18.14 GB

ClinicalTrials.gov

U.S. National Library of Medicine

存檔中

尚無法檢索;未來可列出某藥物或標靶的臨床試驗。

607,349 項登記研究 2.17 GB

Open Targets (drug subset)

Open Targets

存檔中

尚無法檢索;未來可提供藥物的作用機制。

藥物分子、作用機制與化學探針 7.2 MB

Tibetan Plateau microbial genomes (TPMC)

TPMC authors (Nature Communications, 2024)

存檔中

尚無法檢索。

32,355 個總體基因體組裝基因體 24.78 GB

Oral phage database (OPD)

China National GeneBank (CNGB)

存檔中

尚無法檢索。

189,859 條噬菌體序列 2.34 GB

Chinese gut virome catalogue (cnGVC)

cnGVC authors (Zenodo record 14671177) · Zenodo 14671177

存檔中

尚無法檢索。

93,462 個病毒基因體(vOTUs) 1.06 GB

NCBI RefSeq proteins

NCBI

存檔中

尚無法檢索。

古菌、真菌、粒線體、原生動物與病毒的蛋白質 FASTA 3.55 GB

GENCODE

GENCODE consortium · v47

存檔中

尚無法檢索。

人類轉錄本序列及 GRCh38 主要組裝 0.95 GB

Pfam-A HMM library

EMBL-EBI (InterPro / Pfam)

存檔中

尚無法檢索。

Pfam-A 家族的剖面 HMM 0.42 GB

eggNOG orthology HMMs

eggNOG

存檔中

尚無法檢索。

直系同源群剖面 HMM 2.97 GB

Human Protein Atlas

Human Protein Atlas

存檔中

尚無法檢索。

基因層級摘要表 7.5 MB

Cellosaurus

SIB Swiss Institute of Bioinformatics

存檔中

尚無法檢索。

完整的細胞株知識庫 122 MB

Gene Ontology and human GO annotations

Gene Ontology Consortium

存檔中

尚無法檢索。

GO basic 本體及人類 GOA 註解檔 20 MB

Drug Repurposing Hub

Broad Institute · 2020-03-24

存檔中

尚無法檢索。

藥物與樣品註解表 3.0 MB

一個問題,檢索全部

免費帳戶可透過提問、識別碼、序列或 API 查詢所有已上線的資料集。

免費開始