標的發掘與驗證團隊
時機候選標的送進團隊會議之前,想把證據整理在一頁的時候
KRAS 在胰臟癌中是否為選擇性依賴,目前有哪些已測得的結合資料?
一次回答就把標的的依賴性、藥物、變異與結構整合在一起,且每項都附上來源。
使用情境
BioQ 不是逐一搜尋基因名稱的工具,而是團隊提出問題、直接取回證據的地方。以下說明哪些人最能受惠、何時使用,以及該問什麼。
研究問題出現的那一刻,就是使用的時機。以下每個問題都已準備好,可直接提問。
時機候選標的送進團隊會議之前,想把證據整理在一頁的時候
KRAS 在胰臟癌中是否為選擇性依賴,目前有哪些已測得的結合資料?
一次回答就把標的的依賴性、藥物、變異與結構整合在一起,且每項都附上來源。
時機想為內部 AI 代理或分析流程提供生物資料工具的時候
使用 BioQ 工具取得 EGFR 與 gefitinib 的結合測量值,並整理成表格。
不必先下載、清理:AI 代理呼叫工具,就能取得附帶證據的數值。
時機正在建立選擇性、脫靶或老藥新用假說的時候
比較 imatinib 對 ABL1 與 KIT 的實測效力,並告訴我兩者對癌細胞各有多重要。
從一種藥物到它的標的,再到細胞反應,整串問題都能留在同一場對話中。
時機收到新序列,或要篩選自己設計的候選序列之前
與這條序列最接近的蛋白質是什麼,具有哪些結構域?折疊後長什麼樣子?
貼上序列,就會接續找出最接近的蛋白質、結構域與結構。語言模型不會看到序列。
時機在土壤或腸道等總體基因體中尋找新酵素候選的時候
在土壤生物群系中,哪些基因與帶有 PF00069 結構域的蛋白質群集出現在同一個 contig 上?
數十億條總體基因體蛋白質在伺服器端查詢,無需下載。
時機釐清候選變異的意義及其背景脈絡的時候(研究用途)
chr17:43044345 附近有哪些 BRCA1 變異屬於致病性?該基因在哪些組織表現,又是以哪些異構體表現?
變異、疾病與各組織的表現會一併呈現在同一個畫面上,意義不明的變異絕不會被升級為致病性。
同一個工具,問法不同,答案就大不相同。以下八個值得優先養成的習慣。
「KRAS 在胰臟癌中是否為必需?」比單獨輸入「KRAS」能喚醒更多資料層。請把疾病、細胞株或組織放在同一句話裡。
AI 代理會記得最近的對話。直接問「只留下有藥物的」或「那這條序列呢?」,繼續往下問即可。
未發表的序列也沒問題。語言模型只會看到 [SEQ1] 這類佔位符,真正的搜尋由伺服器完成。
當多個資料層指向同一個器官或同一個位置,就是值得查證的線索。判斷之前,請先閱讀線索底下的證據。
搜尋過但沒找到,與從未搜尋過,並不相同。每個回答都會註明是哪一種。
貼上序列並折疊:幾秒內就能得到 3D 模型。信心度(pLDDT)低於 70 的區段,請不要輕信。
同樣的工具既能作為 REST API,也能透過 MCP 使用。一個連接器位址就能把它們放進 Claude、ChatGPT 或 Cursor;結果可複製成表格,交給下一步分析。
每個數字都附有來源與識別碼。在報告或會議簡報中,請原樣引用。
GeneCards 與 Open Targets 都很出色,在學術界廣受使用。BioQ 則是為另一種工作而打造。以下說明各自適合哪種任務。
| 項目 | BioQ | GeneCards | Open Targets |
|---|---|---|---|
| 設計目的 | 一個搜尋引擎兼 AI 代理,只需一個問題,就能橫跨基因、序列、結構、藥物與總體基因體作答 | 人類基因資料庫:每個基因一張卡片,整合多個來源 | 一個彙整並評分標的與疾病之間證據的平台 |
| 提問方式 | 自然語言對話(會記得追問)、貼上序列、識別碼與座標 | 以基因名稱或關鍵字搜尋,再閱讀卡片 | 搜尋標的或疾病,再閱讀分數與證據表 |
| 資料範圍 | 人類基因,加上數十億條總體基因體蛋白質、數萬個非人類基因體、結構域、結構、免疫學與原始結合測量值 | 以人類基因為中心,整合超過 190 個來源 | 標的–疾病證據:遺傳學、體細胞突變、藥物、路徑、表現、動物模型、文獻 |
| 跨層整合 | 一次詢問數十個資料層,指出獨立證據吻合之處,並將線索標示為線索,而非發現 | 在一張卡片上列出基因的多個來源 | 依證據類型累加分數,得出標的–疾病分數 |
| 起點 | 從序列出發,延伸到同源蛋白、結構域與結構;您自己的序列可當場折疊成 3D | 從基因名稱或識別碼出發 | 從標的或疾病出發 |
| 自動化 | 一個 REST API 與一個 MCP 伺服器即可連通數十個資料層,適用於 Claude、ChatGPT、Cursor 或您自己的 AI 代理 | 其公開文件中未見相關說明 | 提供 GraphQL API 與自有的 MCP 伺服器(僅限 Open Targets 資料) |
| 使用條款 | 每月可免費試用;企業方案每月 $2,000 起 | 非營利學術機構與醫院可免費使用;企業需取得授權 | 公開服務,附公開 API |
依各服務自行公開的資訊,於 2026-11-04 彙整。表格內容概述各服務的主要用法,並未列出所有功能。若有不準確之處,請告訴我們: support@bioq.bio