AI-PPI是什么？

南京瑞源生物在基于传统蛋白互作的基础上，通过自主研发优化，与时俱进，开发了一项深度学习预测蛋白相互作用的模型AI-PPI。

AI-PPI的应用领域

预测蛋白与蛋白互作，预测纳米抗体与蛋白互作

AI-PPI的数据基础是什么？

AI-PPI模型以BioGRID数据库、STRING数据库为数据基础，进行深度学习。

BioGRID数据库目前已更新至4.4版本，所有的相互作用关系数据基于文献，同时还收集了蛋白翻译后修饰以及生物活性小分子的相互作用，截至目前共收录2,711,919种蛋白质和遗传相互作用，31,144种化学相互作用以及1,128,339种翻译后修饰，并仍在随着科学研究进展不断更新。

STRING数据库是一个基于公共数据库和文献信息的蛋白质相互作用网络数据库。它收集了多个公共数据库，包括UniProt、KEGG、NCBI和Gene Ontology等，整合了这些数据并生成一个全面的蛋白质相互作用网络数据库。STRING数据库不仅提供了蛋白质相互作用网络的可视化，还能够提供蛋白质家族、途径和亚细胞定位等信息。

AI-PPI的功能？

在基于传统蛋白互作的基础上，通过人工智能深度学习根据数据库信息构建物种三维结构库，并根据预测的蛋白质三维结构对蛋白质互作概率进行预测。根据给出的互作概率预测，进行进一步实验验证，大大提升验证工作效率。该技术可以广泛应用于包括酵母基因编辑等在内的生物学研究过程。

AI-PPI的流程

使用AI-PPI需要提供什么？

只需要提供研究物种及诱饵蛋白序列即可完成

AI-PPI能交付什么？

您得到的实验报告会清晰全面的展示AI分析所得数据，并提供该技术方法学文献。