항체 서열 생정보학
항체 서열 데이터를 위한 코드와 규칙: 넘버링, 주석, 상호 교환 및 품질 관리.
범위: 연구, 치료제, 진단 및 교육 작업. 병원체의 전염성을 증가시키거나 배치된 대응 수단을 회피하도록 설계하라는 요청은 범위를 벗어납니다. 그렇게 말하고 중단하십시오.
체계 이름 명시
넘버링 체계 없이 잔기 인덱스는 의미가 없습니다. H52는 Kabat 아래에서는 IMGT 아래와 다른 잔기이며, CDR-H1은 사용 중인 모든 체계 아래에서 서로 다른 잔기에 걸쳐 있습니다. 따라서:
- 산문, 열 이름(
cdr1_aa_imgt), 파일 이름 및 독스트링에 체계를 명시하십시오. - 명시된 체계 없이 데이터가 도착하면 추론하지 말고 다시 넘버링하십시오; 잘못 표시된 체계는 모든 다운스트림 비교를 조용히 손상시킵니다.
- 인덱스에 대한 산술이 아닌 서열을 다시 넘버링하여 변환하십시오. 삽입 코드(
52A,100A–100K)는 인덱스 산술을 틀리게 만듭니다. - 경계도 체계에 속합니다: "CDR3"보다는 "IMGT CDR-H3"로 CDR 정의를 인용하십시오.
- 구조 파일에는 고유한 잔기 번호가 있습니다. IMGT 위치는 PDB 번호가 아니며, 콘티그 또는 핫스팟 목록은 파일의 넘버링을 사용해야 합니다(아래
cdr_contig.py가 매핑을 수행합니다).
체계 표 및 경계 정의: references/numbering.md.
단계
- 입력 설정 — 사슬 유형(중쇄, 카파, 람다 또는 혼합 파일), 아미노산 또는 뉴클레오티드, 쌍을 이룬 또는 짝 없음, 서열이 전체 길이 V(D)J인지 또는 가변 도메인만인지 확인합니다. 파일에 대한 파이프라인을 작성하기 전에 육안으로 소수의 레코드를 확인하십시오.
- 넘버링 및 주석을 수동이 아닌 도구로 수행: ANARCII(언어 모델 넘버링, ANARCI의 OPIG 후속) 또는 ANARCI/abnumber는 넘버링 및 영역 추출용, IgBLAST는 뉴클레오티드 데이터로부터 생식계열 할당용. 도구 선택 및 스니펫: references/tools.md.
- AIRR Rearrangement TSV로 정규화하여 상호 교환 형식으로 사용, 그래야 다운스트림 코드가 하나의 스키마를 읽습니다. 필드 규칙 및 좌표 함정: references/airr-data.md.
- 분석 전 QC.
airr-data.md의 체크리스트를 실행: 생산적 플래그, 프레임, 종결 코돈, 사슬 유형 일관성, 중복 처리, 쌍을 이룬 데이터의 고아 사슬, 그리고 파일을 작성했다가 다시 읽어 레코드를 재현하는 왕복 검사. - 플래그를 플래그로 보고. 결함 모티프, 인간 유사성 점수 및 클로노타입 그룹화는 임계값이 있는 가설이며, 임계값은 숫자와 함께 전달되어야 합니다: references/liabilities.md.
immuno MCP가 연결된 상태에서 number_sequence와 annotate_cdrs는 하나의 가변 도메인에 대해 ANARCII를 실행합니다. 둘 다 잔기 레이블에 대한 체계(imgt, kabat, chothia, martin 또는 aho)를 사용하지만, 반환하는 영역과 CDR 경계는 항상 IMGT 정의이며, 결과에 그렇게 명시되어 있습니다: 그들로부터 Kabat CDR을 읽지 마십시오. extract_chains는 구조에서 관찰된 서열을 제공하고, map_epitope_paratope(with scheme)은 파라토프 잔기를 영역별로 레이블하며, interface_contacts는 접촉 및 묻힌 면적을 제공합니다. 이들의 접촉 규칙은 4.5 Å 이내의 모든 중원자 쌍이며, scripts/interface_contacts.py는 동일한 규칙을 사용합니다: PDB 1ZVY(사슬 A 대 B)에서 둘 다 41개의 잔기 쌍과 238개의 원자 쌍을 보고합니다(2026-11-14 확인).
VHH, 설계된 결합체 및 구조
scripts/에 있는 세 가지 표준 라이브러리 스크립트(Python 3.9+, 설치할 것 없음; 각각 --help). 이 스킬의 디렉토리 또는 전체 경로로 실행하십시오.
| 질문 | 명령어 |
|---|---|
| 이 VHH의 CDR, 특징, 시스테인, 결함, 전하는 무엇입니까? | python3 scripts/vhh_qc.py seqs.fasta 또는 python3 scripts/vhh_qc.py designs.csv --annotate -o designs.qc.csv |
| 이 구조에서 어떤 잔기 번호가 CDR을 보유하고 있으며, 어떤 콘티그가 이를 재설계합니까? | python3 scripts/cdr_contig.py 1ZVY.cif --chain A --target-chain B --design CDR3 --length CDR3=16-24 |
| 이 예측된 복합체가 의도된 에피토프에 CDR을 통해 접촉합니까? | python3 scripts/interface_contacts.py design.cif --binder H --target A --hotspots A45,A67 |
출력의 신뢰성을 유지하는 규칙:
vhh_qc.py는 Cys23, Trp41, Cys104 및 FR4 꼬리에 고정하여 영역을 배치합니다. 하나의 VH/VHH 도메인을 읽고 배치할 수 없는 서열은 추측 대신 배치되지 않음으로 보고합니다. 정확한 IMGT 넘버링이 필요하거나 사슬 유형이 중요할 때는--numbering anarcii를 추가하십시오. ANARCII와의 일치, 거부하는 경우 및 한계: references/vhh.md.- 출력의 위치는 IMGT 번호가 아닌 원시 1 기반 인덱스와 영역 이름입니다.
cdr_contig.py는 백본 N, CA 또는 C가 누락된 잔기를 제거합니다. 해결되지 않은 잔기의 이름을 지정하는 콘티그는 설계 도구 내부에서 실패하기 때문입니다. 업로드할 정확한 파일에서 실행하십시오.- 콘티그 구문 및 잔기 번호 지정 규칙은 설계 도구에 속합니다. 붙여넣기 전에 해당 도구의 문서에서 둘 다 확인하십시오.
interface_contacts.py는 기하학만 보고합니다. 설계가 어디에 결합하는지에 대한 필터일 뿐, 얼마나 잘 결합하는지에 대한 추정치는 아닙니다.
클로노타입 정의는 선택이지 사실이 아닙니다
클론 다양성에 대한 모든 진술은 명시되어야 하는 정의에 따라 달라집니다: 동일한 접합 뉴클레오티드; 동일한 CDR3 아미노산 + 동일한 V 및 J 유전자; 동일한 V 및 J를 가진 임계값 이상의 CDR3 아미노산 동일성; 또는 거리 임계값이 있는 계층적 클러스터링 정의. 이들은 동일한 데이터에 대해 몇 배 차이가 나는 답을 제공합니다. 모든 다양성 숫자와 함께 정의를 보고하고, 모든 비교에서 하나의 정의를 유지하십시오.
참고
- references/numbering.md — 체계, CDR 및 프레임워크 경계, 삽입 코드, 변환, IMGT 대 PDB 넘버링.
- references/vhh.md — VHH 서열 특징, 특징 잔기, 시스테인,
vhh_qc.py가 검증된 대상. - references/tools.md — 도구-작업 매핑, 설치 노트, Python 및 CLI 스니펫.
- references/airr-data.md — AIRR Rearrangement 필수 사항, 생식계열 참조, QC 체크리스트.
- references/liabilities.md — 서열 결함 모티프, 인간 유사성 및 서열만으로는 결정할 수 없는 것.