blocks|key|1328818|text|这些可能会有所帮助：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1328819|http://www.jnrbm.com/info/about/|offset|length|1328820|http://www.jnr-eeb.org/index.php/jnr|1328821|到目前为止，我知道存在非hitters或非结合类药物化合物的数据库|1328822|entityMap|0|LINK|mutability|MUTABLE|url|1^0|0|0|W|0|0|0|10|1|0|0^^$0|@$1|2|3|4|5|6|7|R|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|S|8|@]|9|@$D|T|E|U|1|V]]|A|$]]|$1|F|3|G|5|6|7|W|8|@]|9|@$D|X|E|Y|1|Z]]|A|$]]|$1|H|3|I|5|6|7|10|8|@]|9|@]|A|$]]|$1|J|3|-4|5|6|7|11|8|@]|9|@]|A|$]]]|K|$L|$5|M|N|O|A|$P|C]]|Q|$5|M|N|O|A|$P|G]]]]

These might help:

<a href="http://www.jnrbm.com/info/about/" rel="nofollow">http://www.jnrbm.com/info/about/</a>

<a href="http://www.jnr-eeb.org/index.php/jnr" rel="nofollow">http://www.jnr-eeb.org/index.php/jnr</a>

and so far I know databases of non-hitters or non-binding drug-like compounds exist

blocks|key|5237048|text|你应该寻找'Negatome'，非相互作用蛋白质对的数据库。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|5237049|Smialowski+P，Pagel+P，Wong，Brauner+B，Dunger+I，Fobo+G，Frishman+G，Montrone+C，Rattei+T，Frishman+D，Ruepp+A。Negatome数据库:非相互作用蛋白质对的参考集。核酸研究。2010年1月；38(数据库问题)：D540-4。PubMed+PMID:+19920129；PubMed中央PMCID:+PMC2808923。可从：http://www.ncbi.nlm.nih.gov/pubmed/19920129获得|5237050|entityMap|0|LINK|mutability|MUTABLE|url|http://mips.helmholtz-muenchen.de/proj/ppi/negatome/|1|http://www.ncbi.nlm.nih.gov/pubmed/19920129^0|6|8|0|0|5T|17|1|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@$A|Q|B|R|1|S]]|C|$]]|$1|D|3|E|5|6|7|T|8|@]|9|@$A|U|B|V|1|W]]|C|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]|N|$5|I|J|K|C|$L|O]]]]

You should look for the '<a href="http://mips.helmholtz-muenchen.de/proj/ppi/negatome/" rel="nofollow">Negatome</a>', database of non-interacting protein pairs.

Smialowski P, Pagel P, Wong P, Brauner B, Dunger I, Fobo G, Frishman G,
Montrone C, Rattei T, Frishman D, Ruepp A. The Negatome database: a reference set
of non-interacting protein pairs. Nucleic Acids Res. 2010 Jan;38(Database
issue):D540-4. Epub 2009 Nov 17. PubMed PMID: 19920129; PubMed Central PMCID:
PMC2808923. Available from: <a href="http://www.ncbi.nlm.nih.gov/pubmed/19920129" rel="nofollow">http://www.ncbi.nlm.nih.gov/pubmed/19920129</a>

blocks|key|3768978|text|1)发表在同行评议期刊上的高通量筛选通常具有这样的数据。Cessarini已经发表了关于结构域/肽相互作用的否定结果。2)你可以联系数据库，比如mint/reactome/等。并提到你想要负面的结果，只要它们可用。许多这样的组织被要求与你分享任何这样的数据，即使这些数据不在他们的网站上。3)关于这个主题的一个很好的资源在这里http://www.nature.com/nmeth/journal/v4/n5/full/nmeth0507-377.html|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|3768979|entityMap|0|LINK|mutability|MUTABLE|url|http://www.nature.com/nmeth/journal/v4/n5/full/nmeth0507-377.html^0|4J|1T|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

1) High throughput screens that are published in peer reviewed journals often have such data. Cessarini has published negative results regaring domain/peptide interactions.
2) You can contact data bases like mint/reactome/etc... and mention that you want the negative results where they are available. Many such organizations are required by mandate to share any such data with you, even if its not on their site.
3) A good resource on this subject is here <a href="http://www.nature.com/nmeth/journal/v4/n5/full/nmeth0507-377.html" rel="nofollow">http://www.nature.com/nmeth/journal/v4/n5/full/nmeth0507-377.html</a>

blocks|key|1453495|text|我们一直在开发一个开源的蛋白质相互作用元数据库和预测服务器(包括来自BioGRID和其他来源的数据)，它可以处理您所要求的负数据和正数据。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1453496|MAYETdb执行以下操作：|offset|length|style|BOLD|1453497|1453498|将蛋白质相互作用归类为“相互作用”或“非相互作用”。classifications.|ordered-list-item|1453499|Random+|1453500|将来自各种实验设置(Y2H，TAP-MS，更多)和物种(酵母，人类，c.elegans)+(包括文献挖掘和数据库数据，例如BioGRID)的数据分类为“相互作用”或“非相互作用”。|1453501|它还会产生这些相互作用的假阳性和假阴性错误。|1453502|机器学习系统通过学习各种蛋白质特征来预测以前未测试的相互作用，并以相当高的准确率(约92%258月)工作。|1453503|1453504|1453505|它还没有在服务器上运行，但如果您感到奇怪的不耐烦，源代码是可用的，并且有大量注释：https://bitbucket.org/dknightg/ppidb/src|1453506|请询问您是否有任何疑问:)|1453507|entityMap|0|LINK|mutability|MUTABLE|url|https://bitbucket.org/dknightg/ppidb/src^0|0|0|7|0|0|0|0|0|1|1|0|0|15|14|0|0|0|D|0^^$0|@$1|2|3|4|5|6|7|17|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|18|8|@$D|19|E|1A|F|G]]|9|@]|A|$]]|$1|H|3|-4|5|6|7|1B|8|@]|9|@]|A|$]]|$1|I|3|J|5|K|7|1C|8|@]|9|@]|A|$]]|$1|L|3|M|5|K|7|1D|8|@]|9|@]|A|$]]|$1|N|3|O|5|K|7|1E|8|@]|9|@]|A|$]]|$1|P|3|Q|5|K|7|1F|8|@]|9|@]|A|$]]|$1|R|3|S|5|K|7|1G|8|@]|9|@]|A|$]]|$1|T|3|-4|5|6|7|1H|8|@]|9|@]|A|$]]|$1|U|3|-4|5|6|7|1I|8|@]|9|@]|A|$]]|$1|V|3|W|5|6|7|1J|8|@]|9|@$D|1K|E|1L|1|1M]]|A|$]]|$1|X|3|Y|5|6|7|1N|8|@$D|1O|E|1P|F|G]]|9|@]|A|$]]|$1|Z|3|-4|5|6|7|1Q|8|@]|9|@]|A|$]]]|10|$11|$5|12|13|14|A|$15|16]]]]

We have been working on an opensource protein interactions meta-database &amp; prediction server (which does include data from BioGRID among other sources) that deals with both negative and positive data as you have asked for...

MAYETdb does the following:

<ol>
<li>Classify protein interactions as either "interacting" or "not interacting"</li>
<li>Includes data from a variety of experimental set-ups (Y2H, TAP-MS, more) and species (yeast, human, c.elegans) (inc. both literature-mined and databased data e.g. BioGRID).</li>
<li>It also yields false-positive and false-negative errors of those classifications.</li>
<li>Random forest machine learning system makes predictions for previously un-tested interactions by learning form a wide variety of protein features and works at rather high accuracy (~92% AUG).</li>
</ol>

It is not yet running on a server but the source code is available and heavily commented if you are curiously impatient: <a href="https://bitbucket.org/dknightg/ppidb/src" rel="nofollow">https://bitbucket.org/dknightg/ppidb/src</a>

Please ask if you have any queries :)

Bioinformatics databases such as BioGRID collect a lot of interaction results for proteins and genes in different species from all sorts of publications and experiments, but such collations sufer from testing biases since not all combinations are tested, and some are tested more than once. Shouldn't they also collect all negative results? Is there such a resource which systematically collects both positive and negative interactions from High Throughput and Low Throughput experiments?

Bioinformatics databases with negative results?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

像BioGRID这样的生物信息学数据库从各种出版物和实验中收集了不同物种中蛋白质和基因的大量相互作用结果，但这种整理来自于测试偏差，因为并非所有组合都进行了测试，有些组合进行了多次测试。难道他们不应该也收集所有的负面结果吗？是否有这样的资源，系统地收集来自高吞吐量和低吞吐量实验的正负交互？

问生物信息学数据库结果是否定的？
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问生物信息学数据库结果是否定的？EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问生物信息学数据库结果是否定的？
EN