导入你的候选
上传CSV、JSON或FASTA文件，也可以直接粘贴完整的73 nt候选上下文。
下载输入模板 ↗ AI FOR PLANT SCIENCE
每一条候选
都有更清晰的
实验方向
融合序列与生物背景
比较编辑候选，形成实验优先级
让每一轮实验更有依据
登录后分析 · 数据上传由你选择
01 / PLANTGUIDE
Solanum lycopersicum番茄 · SpCas9 RNP 编辑体系
同基因候选比较按目标基因组织实验优先级
生物背景参与预测适配序列、表达与ATAC信息
分析结果随时带走标准CSV与可复用分析文件
YOUR RESEARCH, SIMPLIFIED
从候选序列，到实验清单
简化候选整理
专注研究问题
420条sgRNA实验记录
137个目标基因
3种背景适配配置
READY WHEN YOU ARE
准备好下一轮实验
ANALYSIS WORKSPACE
候选分析工作台
导入候选、比较排序、导出实验清单
A CLEARER NEXT STEP
准备好你的下一次发现
在左侧导入候选，或粘贴序列。
分析结果、基因内排序和候选对比将在这里显示。
自动检查序列 按基因组织结果 一键导出
正在分析候选
检查输入并匹配模型，请稍候…
ANALYSIS RESULTS
候选分析结果 已完成
有效候选0
目标基因0
组内首选候选0
待处理记录0
输入问题
候选编辑率对比
候选明细
| 组内排名 | 候选编号 / 基因 | 编辑率估计 | CG密度 | 预测配置 | 序列 |
|---|
1 / 1
结果文件已生成保存文件 ↗
GETTING STARTED
开始你的候选分析
准备候选序列，补充已有背景，剩下的交给工作台。
准备完整的73 nt上下文
每条候选包含上游25 nt、spacer 20 nt、NGG PAM 3 nt和下游25 nt，按guide方向排列。序列可使用大小写字母，空白字符会自动整理。
25 nt上游
20 ntspacer
3 ntNGG PAM
25 nt下游
上传CSV或JSON可同时分析多个基因。TXT支持每行一条序列，FASTA支持多行序列和候选编号。纯序列输入可在工作台填写目标基因，以启用组内排序。
文件字段
CSV使用UTF-8编码，保留下面的英文字段名。JSON可采用记录数组，或带有 records 数组的对象。
| 字段 | 填写内容 | 要求 |
|---|---|---|
guide_id | 候选编号，每条记录不同 | 建议填写，缺省自动编号 |
gene | 目标基因编号，用于分组 | CSV必需 |
ctx25 | 完整73 nt上下文序列 | 必需 |
t0 | 实测编辑当下表达档：low / med / high | 选填 |
leaf | 叶片表达档：low / med / high | 选填 |
atac_frac | 基因ATAC开放比例，0–1 | 选填 |
synthetic | 合成样例可标记 true | 选填 |
同一基因组内应使用一致的实验背景。来自不同实验条件的同名基因，可用“基因编号_实验条件”分别分组。
用已有背景匹配预测配置
自动模式优先使用实测t0表达档；没有t0时，若叶片表达档与ATAC比例齐全，则使用叶片与ATAC配置；其他情况使用序列配置。工作台中填写的补充背景只用于文件中的空字段。
表达档如何填写？
请沿用与训练研究一致的表达分档定义，结合自己的实验记录提供 low、med 或 high。没有匹配信息时留空，数值0代表实际测得的零值。
查看研究来源与配置 ↗把结果转成实验清单
组内排名依据完整73 nt窗口的CG二核苷酸密度，低CG优先，同分并列。编辑率估计来自所用配置的线性模型，以百分数显示。跨基因的候选各自排序。
点击候选行的序列按钮可查看spacer、PAM和完整上下文。可导出全部CSV，或保存含原始输入的分析JSON，后续重新导入继续计算。自动上传由账户中的开关控制；关闭开关后，后续分析不上传，已上传的记录保留。
预测适用于当前番茄原生质体实验体系的候选分析。它不等同于完整植株的编辑成功率；脱靶评估与后续实验验证另行开展。
常见问题
只有20 nt的sgRNA，可以直接使用吗？
当前模型需要73 nt完整上下文。请从参考基因组按guide方向补齐两侧序列和PAM后再导入。
为什么有候选没有排名？
没有目标基因编号的记录会逐条估计。填写基因编号后，系统会在同一基因内排序。跨基因不会生成统一名次。
为什么有些候选被标记为重复？
同一基因内完全相同的73 nt序列保留首条，其余记录列在输入问题中，便于整理源文件。
网站会收集我的序列吗？
请先登录后使用工作台。账户中的“自动上传分析数据”开关默认关闭；开启后，每次分析完成时自动上传有效候选与背景信息。关闭只影响之后开始的分析，已上传数据保留；历史授权可以逐批撤回，也可以删除数据。
输入文件显示格式错误，怎么办？
先下载模板核对表头与编码，检查guide_id是否唯一、背景值是否合法。结果CSV用于查看预测，重新计算时请导入原始候选文件或分析JSON。
MODELS & EVIDENCE
模型配置与验证结果
以番茄原生质体实验数据为基础，为不同背景信息提供对应的计算入口。
420条sgRNA
137个基因
20 × 5重复按基因分组验证
三种配置，共用一套输入流程
网页采用固定参数的普通最小二乘线性回归（OLS）。序列特征使用CG二核苷酸密度，背景变量按对应配置进入计算。
序列配置
完整73 nt上下文
0.0297平均R²
RMSE 27.42 个百分点叶片与ATAC配置
序列 + 叶片表达档 + ATAC比例
0.1495平均R²
RMSE 25.67 个百分点实测t0配置
序列 + 匹配实测表达档
0.2493平均R²
RMSE 24.12 个百分点按基因评价新候选
每次将同一基因的候选整体划入同一折，合并五折留出预测后计算R²与RMSE，再汇总20次重复结果。R²描述预测对数据变异的解释程度。
排序与编辑率估计是两种输出：组内排名依据低CG规则，数值预测依据当前背景配置。网页显示的编辑率限制在0–100%，CSV同时保留原始公式输出。
研究与应用持续衔接
研究端已开展十类算法、异构集成和组合权重对照。当前网页提供三种OLS配置。多植物的预训练与迁移研究继续为后续模型扩展积累基础。
输入序列、背景字段与模型版本一同保留在用户下载的分析文件中，方便后续复用。
查看番茄实验研究 ↗预测核心：PlantGuide-Ctx v10 网站版本：1.3.0下载模型参数 ↗