抗体配列バイオインフォマティクス は何をしますか？
抗体配列データのためのコードと規約：ナンバリング、アノテーション、相互交換、品質管理。
対象範囲：研究、治療薬、診断薬、教育目的の作業。病原体の感染性を高めるための改変や、既存の対策を回避する設計の要求は対象外であり、その旨を伝えて作業を中止してください。
スキームを明示する
ナンバリングスキームなしの残基インデックスは意味がありません。H52 は Kabat と IMGT では異なる残基であり、CDR-H1 も使用するスキームによって異なる残基範囲を持ちます。そのため：
- スキームを散文、カラム名（
cdr1_aa_imgt）、ファイル名、docstring で明示してください。 - スキームが指定されていないデータを受け取った場合は、推測せずに再ナンバリングしてください。誤ってラベル付けされたスキームは、下流の比較をすべて暗黙的に破壊します。
- 変換は配列の再ナンバリングによって行い、インデックスに対する算術演算では決して行わないでください。挿入コード（
52A、100A–100K）により、インデックス算術は誤った結果になります。 - 境界もスキームに属します。CDR定義は「CDR3」ではなく「IMGT CDR-H3」のように引用してください。
- 構造ファイルは独自の残基番号を持ちます。IMGT ポジションは PDB 番号とは異なり、コンティグやホットスポットリストはファイルのナンバリングを使用する必要があります（以下の
cdr_contig.pyがマッピングを行います）。
スキームテーブルと境界定義：references/numbering.md
手順
- 入力を確認する — 鎖の種類（重鎖、カッパ、ラムダ、または混合ファイル）、アミノ酸かヌクレオチドか、ペアかアンペアか、配列が完全長 V(D)J か可変ドメインのみかを確認します。パイプラインをファイル全体に適用する前に、いくつかのレコードを目視で確認します。
- ツールを使用してナンバリングとアノテーションを行う — 手作業ではなく、ANARCII（言語モデルベースのナンバリング、OPIG による ANARCI の後継）または ANARCI/abnumber でナンバリングと領域抽出、IgBLAST でヌクレオチドデータからの生殖系列割り当てを行います。ツールの選択とスニペット：references/tools.md
- AIRR Rearrangement TSV に正規化する — 交換形式として正規化することで、下流のコードが単一のスキーマを読み取れるようにします。フィールドの規約と座標の注意点：references/airr-data.md
- 解析前に品質管理を行う。
airr-data.mdのチェックリスト（生産的フラグ、フレーム、ストップコドン、鎖タイプの一貫性、重複処理、ペアデータにおける孤立鎖、ファイルの書き込みと再読み取りでレコードが再現するかのラウンドトリップチェック）を実行します。 - フラグはフラグとして報告する。 有害性モチーフ、ヒューマンネススコア、クロノタイプグループ化は閾値付きの仮説であり、閾値は数値とともに伝達する必要があります：references/liabilities.md
immuno MCP が接続されている場合、number_sequence と annotate_cdrs はあなたの代わりに ANARCII を1つの可変ドメインに対して実行します。どちらも残基ラベルにスキーム（imgt、kabat、chothia、martin、aho）を取りますが、返される領域と CDR 境界は常に IMGT 定義であり、結果はそのことを明示します。これらから Kabat CDR を読み取らないでください。extract_chains は構造内で観測された配列を返し、map_epitope_paratope（scheme 付き）はパラトープ残基を領域ごとにラベル付けし、interface_contacts はコンタクトと埋没面積を返します。これらのコンタクトルールは 4.5 Å 以内の任意の重原子ペアであり、scripts/interface_contacts.py も同じルールを使用します：PDB 1ZVY（鎖A対B）では両方とも41残基ペアと238原子ペアを報告します（2026-11-14 確認）。
VHH、設計バインダー、構造
scripts/ 内の3つの標準ライブラリスクリプト（Python 3.9+、インストール不要、各々 --help あり）。このスキルのディレクトリから、またはフルパスで実行します。
| 質問 | コマンド |
|---|---|
| この VHH の CDR、特徴残基、システイン、有害性、電荷は？ | python3 scripts/vhh_qc.py seqs.fasta または python3 scripts/vhh_qc.py designs.csv --annotate -o designs.qc.csv |
| この構造内のどの残基番号が CDR を保持し、どのコンティグがそれらを再設計するか？ | python3 scripts/cdr_contig.py 1ZVY.cif --chain A --target-chain B --design CDR3 --length CDR3=16-24 |
| この予測複合体は、CDR を介して目的のエピトープに接触するか？ | python3 scripts/interface_contacts.py design.cif --binder H --target A --hotspots A45,A67 |
出力の信頼性を保証するルール：
vhh_qc.pyは Cys23、Trp41、Cys104、FR4 テールにアンカーして領域を配置します。1つの VH/VHH ドメインを読み取り、配置できない配列は推測せずに未配置として報告します。正確な IMGT ナンバリングや鎖タイプが重要な場合は--numbering anarciiを追加します。ANARCII との一致、拒否するケース、制限事項：references/vhh.md- 出力内の位置は、ベース1の生のインデックスと領域名であり、IMGT 番号ではありません。
cdr_contig.pyは主鎖 N、CA、C が欠落している残基を削除します。未解決の残基を指定するコンティグは設計ツール内で失敗するためです。アップロードする正確なファイルで実行してください。- コンティグの構文と残基番号の規則は設計ツールに属します。貼り付ける前に、そのツールのドキュメントで両方を確認してください。
interface_contacts.pyは幾何学のみを報告します。設計がどこに結合するかのフィルターであり、結合の良さの推定ではありません。
クロノタイプ定義は選択であり、事実ではない
クローン多様性に関するいかなる記述も、定義を明示する必要があります：同一のジャンクションヌクレオチド、同一の CDR3 アミノ酸 + 同一の V および J 遺伝子、同一の V および J を持つ CDR3 アミノ酸同一性が閾値以上、または距離カットオフ付きの階層的クラスタリング定義。これらは同じデータでも数倍異なる答えを与えます。すべての多様性数値とともに定義を報告し、比較全体で1つの定義を維持してください。
参考文献
- references/numbering.md — スキーム、CDR とフレームワーク境界、挿入コード、変換、IMGT 対 PDB ナンバリング。
- references/vhh.md — VHH 配列特徴、特徴残基、システイン、
vhh_qc.pyの検証対象。 - references/tools.md — ツールとジョブの対応表、インストールノート、Python および CLI スニペット。
- references/airr-data.md — AIRR Rearrangement の要点、生殖系列リファレンス、QC チェックリスト。
- references/liabilities.md — 配列有害性モチーフ、ヒューマンネス、配列だけでは判断できないこと。