標的探索・検証チーム
使う場面候補標的をチーム会議に上げる前に、根拠を1ページにまとめたいとき
KRASは膵がんで選択的な依存性を示しますか。また、KRASへの結合はこれまでに何が測定されていますか。
1回の回答で、標的の依存性、薬剤、バリアント、構造がそれぞれの出典付きでまとまります。
活用事例
BioQは、遺伝子名を1つずつ検索するツールではありません。チームが問いを投げかけ、根拠を受け取る場です。どのチームが、どんな場面で、何を尋ねると最も役立つかをまとめました。
研究上の問いが生まれた瞬間が、使いどきです。以下の問いはどれも、そのまま尋ねられる状態で開きます。
使う場面候補標的をチーム会議に上げる前に、根拠を1ページにまとめたいとき
KRASは膵がんで選択的な依存性を示しますか。また、KRASへの結合はこれまでに何が測定されていますか。
1回の回答で、標的の依存性、薬剤、バリアント、構造がそれぞれの出典付きでまとまります。
使う場面社内のエージェントや解析パイプラインに、生物学データを扱うツールを持たせたいとき
BioQのツールを使って、EGFRとgefitinibの結合測定値を取得し、表にまとめてください。
先にダウンロードして整形する必要はありません。エージェントがツールを呼び出すだけで、根拠付きの値が返ります。
使う場面選択性、オフターゲット、リポジショニングの仮説を立てるとき
imatinibのABL1とKITに対する実測の活性を比較し、それぞれががん細胞にとってどの程度必須かも教えてください。
1つの薬剤から標的、細胞応答へとつながる問いを、1つの会話の中で続けられます。
使う場面新しい配列が届いたとき、または設計した候補を絞り込む前
この配列に最も近いタンパク質は何で、どのドメインを持っていますか。折りたたむとどんな形になりますか。
配列を貼り付けるだけで、最も近いタンパク質、ドメイン、構造まで続けて実行されます。言語モデルが配列を目にすることはありません。
使う場面土壌や腸内などのメタゲノムから、新しい酵素候補を探すとき
土壌バイオームで、PF00069ドメインを持つタンパク質クラスターと同じコンティグ上に現れる遺伝子はどれですか。
数十億のメタゲノムタンパク質をサーバー上で照会でき、ダウンロードは不要です。
使う場面候補バリアントの意味と、その周辺の文脈を整理するとき(研究用途)
chr17:43044345付近のBRCA1バリアントのうち病原性のものはどれですか。また、この遺伝子はどの組織で、どのアイソフォームとして発現していますか。
バリアント、疾患、組織別の発現が1つの画面で並び、意義不明のバリアントが病原性に格上げされることはありません。
同じツールでも、尋ね方によって答えは大きく変わります。最初に身につけたい8つの習慣です。
「KRASは膵がんで必須ですか?」と尋ねるほうが、「KRAS」とだけ入力するより多くのデータ層が動きます。疾患、細胞株、組織も同じ文に入れてください。
エージェントは直近の会話を覚えています。「薬剤があるものだけ」「この配列なら?」と尋ねて、そのまま続けられます。
未公開の配列でも問題ありません。言語モデルが見るのは[SEQ1]のようなプレースホルダーだけで、実際の検索はサーバーが行います。
複数のデータ層が同じ臓器や同じ位置を指している箇所は、確認する価値のある手がかりです。判断する前に、その手がかりの下にある根拠を読んでください。
検索して何も見つからなかったことと、そもそも検索していないことは同じではありません。どちらなのかは、すべての回答に明記されます。
配列を貼り付けてフォールディングすれば、数秒で3Dモデルが得られます。信頼度(pLDDT)70を下回る領域は信用しないでください。
同じツールをREST APIとしても、MCP経由でも使えます。コネクターのアドレスを1つ設定すれば、Claude、ChatGPT、Cursorで利用できます。結果は表としてコピーし、次の解析に渡せます。
すべての数値に出典と識別子が付いています。レポートや会議資料には、そのまま引用してください。
GeneCardsとOpen Targetsは優れたツールで、アカデミアで広く使われています。BioQが目指すのは、別の役割です。どの作業にどれが向いているかを整理しました。
| 項目 | BioQ | GeneCards | Open Targets |
|---|---|---|---|
| 目的 | 遺伝子、配列、構造、薬剤、メタゲノムを横断して、1つの問いに答える検索エンジンとエージェント | ヒト遺伝子データベース:遺伝子ごとに1枚のカードに、多数の情報源を集約 | 標的と疾患を結ぶ根拠を集めてスコア化するプラットフォーム |
| 尋ね方 | 自然言語での会話(追加の質問も記憶)、貼り付けた配列、識別子、座標 | 遺伝子名やキーワードで検索し、カードを読む | 標的または疾患を検索し、スコアと根拠の表を読む |
| データの範囲 | ヒト遺伝子に加え、数十億のメタゲノムタンパク質、数万のヒト以外のゲノム、ドメイン、構造、免疫学、結合の生測定値 | ヒト遺伝子を中心に、190以上の情報源を集約 | 標的と疾患の根拠:遺伝学、体細胞変異、薬剤、パスウェイ、発現、動物モデル、文献 |
| データ層の横断 | 数十のデータ層に一度に尋ね、独立した根拠が一致する箇所を示します。手がかりは手がかりとして示し、発見とは扱いません | 1つの遺伝子の多数の情報源を、1枚のカードに一覧表示 | 根拠の種類ごとのスコアを合算し、標的と疾患のスコアにする |
| 出発点 | 配列から相同タンパク質、ドメイン、構造へと進み、手元の配列はその場で3Dにフォールディング | 遺伝子名または識別子から | 標的または疾患から |
| 自動化 | 1つのREST APIと1つのMCPサーバーで数十のデータ層に届き、Claude、ChatGPT、Cursor、自社のエージェントから利用可能 | 公開ドキュメントには記載が見当たりません | GraphQL APIと独自のMCPサーバー(Open Targetsのデータのみ) |
| 利用条件 | 毎月無料でお試し可能。法人プランは月額$2,000から | 非営利の学術機関と病院は無料。企業はライセンスが必要 | 公開APIを備えた公共サービス |
2026-11-04時点で、各サービスが自ら公開している情報をもとにまとめました。各セルは主な使われ方の要約であり、機能をすべて挙げたものではありません。正確でない点があれば、お知らせください: support@bioq.bio