Antikörper-Sequenz-Bioinformatik

Was macht Antikörper-Sequenz-Bioinformatik?

Code und Konventionen für Antikörper-Sequenzdaten: Nummerierung, Annotation, Austausch und Qualitätskontrolle.

Anwendungsbereich: Forschung, Therapeutik, Diagnostik und Bildung. Eine Anfrage zur Entwicklung eines Erregers in Richtung höherer Übertragbarkeit oder zur Entwicklung einer Escape-Variante gegen eine eingesetzte Gegenmaßnahme fällt nicht darunter – dies mitteilen und abbrechen.

Das Schema benennen

Ein Residuenindex ohne sein Nummerierungsschema ist bedeutungslos. H52 ist ein anderes Residuum unter Kabat als unter IMGT, und CDR-H1 umfasst unter jedem verwendeten Schema andere Residuen. Daher:

• Das Schema im Fließtext, in Spaltennamen (cdr1_aa_imgt), in Dateinamen und in Docstrings angeben.
• Wenn Daten ohne angegebenes Schema eintreffen, diese neu nummerieren, anstatt zu raten; ein falsch beschriftetes Schema korrumpiert stillschweigend jeden nachfolgenden Vergleich.
• Konvertierung durch Neu-Nummerierung der Sequenz, niemals durch Arithmetik mit Indizes. Insertionscodes (52A, 100A–100K) machen Index-Arithmetik falsch.
• Auch Grenzen gehören zu einem Schema: CDR-Definitionen als „IMGT CDR-H3" statt „CDR3" angeben.
• Eine Strukturdatei hat ihre eigenen Residuenummern. IMGT-Positionen sind keine PDB-Nummern, und eine Contig- oder Hotspot-Liste muss die Nummerierung der Datei verwenden (cdr_contig.py unten führt das Mapping durch).

Schematabelle und Grenzdefinitionen: references/numbering.md.

Schritte

1. Eingabe bestimmen – Kettentyp (schwer, Kappa, Lambda oder eine gemischte Datei), Aminosäure oder Nukleotid, gepaart oder ungepaart, und ob die Sequenzen vollständige V(D)J- oder nur variable Domänen sind. Einige Datensätze vor dem Schreiben einer Pipeline über die Datei manuell prüfen.
2. Nummerieren und annotieren mit einem Tool, nicht von Hand: ANARCII (Sprachmodell-Nummerierung, der OPIG-Nachfolger von ANARCI) oder ANARCI/abnumber für Nummerierung und Regionsextraktion, IgBLAST für die Keimbahnzuordnung aus Nukleotiddaten. Tool-Auswahl und Code-Ausschnitte: references/tools.md.
3. In das AIRR-Rearrangement-TSV normalisieren als Austauschformat, damit nachgelagerter Code ein Schema liest. Feldkonventionen und Koordinaten-Fallstricke: references/airr-data.md.
4. QC vor der Analyse. Die Checkliste in airr-data.md durchlaufen: Produktivitäts-Flags, Rahmen, Stopp-Codons, Konsistenz des Kettentyps, Duplikatbehandlung, verwaiste Ketten in gepaarten Daten und ein Round-Trip-Check, dass Schreiben und erneutes Lesen der Datei dieselben Datensätze reproduziert.
5. Flags als Flags melden. Liability-Motive, Humanitäts-Scores und Klonotyp-Gruppierungen sind Hypothesen mit Schwellenwerten, und der Schwellenwert muss mit der Zahl transportiert werden: references/liabilities.md.

Mit dem verbundenen immuno MCP führen number_sequence und annotate_cdrs ANARCII für Sie auf einer einzelnen variablen Domäne aus. Beide akzeptieren ein Schema (imgt, kabat, chothia, martin oder aho) für die Residuenbezeichnungen, aber die Regionen und CDR-Grenzen, die sie zurückgeben, sind immer die IMGT-Definition, und das Ergebnis weist darauf hin: Lesen Sie daraus kein Kabat-CDR aus. extract_chains gibt die in einer Struktur beobachtete Sequenz aus, map_epitope_paratope (mit scheme) beschriftet Paratop-Residuen nach Region, und interface_contacts liefert Kontakte und vergrabene Fläche. Ihre Kontaktregel ist beliebiges Schweratom-Paar innerhalb von 4,5 Å, und scripts/interface_contacts.py verwendet dieselbe Regel: Bei PDB 1ZVY (Kette A gegen B) melden beide 41 Residuenpaare und 238 Atompaare (geprüft am 14.11.2026).

VHH, designte Binder und Strukturen

Drei Standardbibliotheks-Skripte in scripts/ (Python 3.9+, nichts zu installieren; --help bei jedem). Führen Sie sie aus dem Verzeichnis dieser Skill oder über den vollständigen Pfad aus.

Frage	Befehl
Was sind die CDRs, Markermotive, Cysteine, Liability-Motive, Ladung dieses VHH?	python3 scripts/vhh_qc.py seqs.fasta oder python3 scripts/vhh_qc.py designs.csv --annotate -o designs.qc.csv
Welche Residuenummern enthalten die CDRs in dieser Struktur, und welcher Contig gestaltet sie neu?	python3 scripts/cdr_contig.py 1ZVY.cif --chain A --target-chain B --design CDR3 --length CDR3=16-24
Berührt dieser vorhergesagte Komplex das beabsichtigte Epitop durch die CDRs?	python3 scripts/interface_contacts.py design.cif --binder H --target A --hotspots A45,A67

Regeln, die die Zuverlässigkeit der Ausgabe sicherstellen:

• vhh_qc.py platziert Regionen durch Verankerung an Cys23, Trp41, Cys104 und dem FR4-Ende. Es liest eine VH/VHH-Domäne und meldet eine Sequenz, die es nicht platzieren kann, als unplatziert, anstatt zu raten. Für eine genaue IMGT-Nummerierung oder wenn der Kettentyp wichtig ist, --numbering anarcii hinzufügen. Übereinstimmung mit ANARCII, die Fälle, die es ablehnt, und die Grenzen: references/vhh.md.
• Positionen in seiner Ausgabe sind rohe 1-basierte Indizes plus ein Regionsname, niemals IMGT-Nummern.
• cdr_contig.py verwirft Residuen, deren Rückgrat N, CA oder C fehlt, da ein Contig, der ein ungelöstes Residuum benennt, innerhalb des Design-Tools fehlschlägt. Führen Sie es auf der exakten Datei aus, die Sie hochladen werden.
• Contig-Syntax und Residuenummerierungs-Konvention gehören zum Design-Tool; bestätigen Sie beide in der Dokumentation dieses Tools, bevor Sie einfügen.
• interface_contacts.py meldet nur Geometrie. Es ist ein Filter dafür, wo ein Binder bindet, keine Schätzung, wie gut.

Klonotyp-Definitionen sind eine Wahl, keine Tatsache

Jede Aussage über klonale Diversität hängt von einer Definition ab, die angegeben werden muss: identische Junction-Nukleotide; identische CDR3-Aminosäuren plus gleiches V- und J-Gen; CDR3-Aminosäure-Identität über einem Schwellenwert mit gleichem V und J; oder eine hierarchische Clustering-Definition mit einem Distanz-Cutoff. Diese liefern auf denselben Daten mehrere Male unterschiedliche Antworten. Melden Sie die Definition neben jeder Diversitätszahl und behalten Sie eine Definition über jeden Vergleich hinweg bei.

Referenz

• references/numbering.md — Schemata, CDR- und Framework-Grenzen, Insertionscodes, Konvertierung, IMGT- versus PDB-Nummerierung.
• references/vhh.md — VHH-Sequenzmerkmale, Markermotive, Cysteine, wogegen vhh_qc.py validiert wurde.
• references/tools.md — Tool-zu-Aufgabe-Zuordnung, Installationshinweise, Python- und CLI-Ausschnitte.
• references/airr-data.md — AIRR-Rearrangement-Grundlagen, Keimbahn-Referenzen, QC-Checkliste.
• references/liabilities.md — Sequenz-Liability-Motive, Humanität und was die Sequenz allein nicht entscheiden kann.