产品描述

AI作为一种革命性工具已经在生命科学领域发挥了巨大的潜力。
在蛋白质组学领域，机器学习和深度学习被广泛应用于蛋白质互作、蛋白质-核酸互作、蛋白质-小分子对接等。瑞源生物数字化文库筛选技术，根据蛋白质三维结构对蛋白质互作进行预测。根据预测得到的互作概率进行进一步实验验证，大大提升验证效率。

应用领域

·   蛋白质-蛋白质互作：研究疾病的发生机制、信号传导机制、蛋白质功能预测等方面
·   蛋白质-核酸对接：研究疾病发生机理研究、生物分子复合物结构预测、基因***等方面

虚拟样品接收标准

蛋白-蛋白互作、蛋白-核酸互作

传统的PPI检测方法依赖于实验手段，如酵母双杂交（Y2H）和***共沉淀（Co-IP），耗时长，某些难表达的蛋白成功率低。基于计算方法的PPI预测工具可以根据蛋白质的序列或结构信息预测可能的相互作用。

服务优势

三轮筛选流程

服务内容

案例展示

蛋白-蛋白互作预测

3、提取所有对接蛋白的特征数据输入AI-PPI模型(瑞源生物自主搭建程序)进行细筛。得到对接蛋白注释、互作分值、建模分值等信息。 

图3：大模型互作深度预测分析

4、使用AlphaPulldown程序对可能为假阳性的预测结果以及想要重点关注的蛋白互作对详细分析，用颜色区分互作模型置信度分值，作图。

图4 互作数据，标红色的为STRING数据库中的互作数据，标黄色的为Biogrid数据库中的互作数据

5、将ipTM_pTM得分的***对蛋白作为互作可能性的蛋白，再用pymol进行互作界面的分析，包括产生氢键的氨基酸、氢键距离等。

图5 互作界面分析