抗體序列生物資訊學 是做什麼的？
用於抗體序列資料的編碼與慣例：編號、註釋、交換和品質管控。
範圍：研究、治療、診斷與教育相關工作。若請求將病原體改造為更具傳播性，或設計逃逸現有防禦措施的手段，則超出此範圍 — 請明確拒絕並終止。
指明方案
不帶編號方案的殘基索引是沒有意義的。在 Kabat 方案下的 H52 與在 IMGT 方案下的 H52 是不同的殘基，而 CDR-H1 在不同方案下涵蓋的殘基範圍也各不相同。因此：
- 在文字說明、欄位名稱（
cdr1_aa_imgt）、檔案名稱以及文件字串中，都必須明確標明方案。 - 當收到的資料未標明方案時，應重新編號而非推測；標錯方案的標籤會悄悄地破壞所有下游比較結果。
- 轉換時應透過重新編號序列來達成，切勿使用索引算術。插入碼（
52A、100A–100K）會使索引算術失效。 - 邊界也同樣屬於特定方案：請使用「IMGT CDR-H3」而非「CDR3」來引用 CDR 定義。
- 結構檔案有其自身的殘基編號。IMGT 位置並非 PDB 編號，而接合體或熱點列表必須使用檔案的編號（下面的
cdr_contig.py會執行映射）。
方案表與邊界定義：references/numbering.md
步驟
- 確認輸入資料類型 — 鏈類型（重鏈、κ 輕鏈、λ 輕鏈或混合檔案）、胺基酸或核苷酸、配對或未配對，以及序列是全長 V(D)J 還是僅可變區。在為整個檔案撰寫流程之前，先人工檢查少數幾條紀錄。
- 使用工具而非手動進行編號與註釋：使用 ANARCII（語言模型編號，OPIG 開發的 ANARCI 後繼者）或 ANARCI/abnumber 進行編號和區域提取，使用 IgBLAST 從核苷酸資料進行種系分配。工具選擇與程式碼片段：references/tools.md
- 標準化為 AIRR Rearrangement TSV 格式作為交換格式，讓下游程式碼可以讀取統一的架構。欄位慣例與座標陷阱：references/airr-data.md
- **分析前先進行品質管控（QC）。**執行
airr-data.md中的檢查表：功能性標誌、讀碼框、終止密碼子、鏈類型一致性、重複序列處理、配對資料中的孤兒鏈，以及一個來回檢查（寫入後再讀取檔案，確認紀錄可重現）。 - 將標記視為標記來報告。 易損性模體、人類化分數和克隆型分組都是帶有閾值的假設，閾值必須與數值一同記載：references/liabilities.md
當連接 immuno MCP 後，number_sequence 和 annotate_cdrs 會為您處理單一可變區的 ANARCII 操作。兩者都需要一個方案（imgt、kabat、chothia、martin 或 aho）作為殘基標籤，但它們返回的區域和 CDR 邊界永遠是 IMGT 定義，結果也會如此標明：請勿從中讀取 Kabat 的 CDR。extract_chains 給出觀測到的結構序列，map_epitope_paratope（配合 scheme）會依區域標記互補位殘基，而 interface_contacts 則給出接觸面積與埋藏面積。它們的接觸規則是任何重原子對之間的距離小於等於 4.5 Å，scripts/interface_contacts.py 使用相同規則：在 PDB 1ZVY（鏈 A 對抗鏈 B）上，兩者都報告了 41 個殘基對和 238 個原子對（檢查日期 2026-11-14）。
VHH、設計結合子與結構
scripts/ 目錄中有三個標準庫腳本（Python 3.9+，無需安裝；每個都提供 --help）。從此技能的目錄下執行，或使用完整路徑執行。
| 問題 | 指令 |
|---|---|
| 這個 VHH 的 CDR、標誌、半胱氨酸、易損性、電荷為何？ | python3 scripts/vhh_qc.py seqs.fasta 或 python3 scripts/vhh_qc.py designs.csv --annotate -o designs.qc.csv |
| 這個結構中哪些殘基編號對應 CDR，以及哪個接合體可以重新設計它們？ | python3 scripts/cdr_contig.py 1ZVY.cif --chain A --target-chain B --design CDR3 --length CDR3=16-24 |
| 這個預測的複合物是否透過 CDR 接觸到目標表位？ | python3 scripts/interface_contacts.py design.cif --binder H --target A --hotspots A45,A67 |
保證輸出可信度的規則：
vhh_qc.py透過錨定 Cys23、Trp41、Cys104 以及 FR4 尾部來定位區域。它讀取一個 VH/VHH 結構域，並將無法定位的序列報告為「未定位」而非進行猜測。如需精確的 IMGT 編號，或當鏈類型至關重要時，請添加--numbering anarcii。與 ANARCII 的一致性、它拒絕處理的情況以及限制：references/vhh.md- 其輸出中的位置是基於 1 的原始索引加上區域名稱，而非 IMGT 編號。
cdr_contig.py會丟棄主鏈 N、CA 或 C 原子缺失的殘基，因為在接合體中命名一個未解析的殘基會在設計工具內部導致失敗。請在您將要上傳的準確檔案上執行此腳本。- 接合體語法和殘基編號慣例屬於設計工具；在貼上之前，請務必在該工具的文件中確認這兩點。
interface_contacts.py僅報告幾何資訊。它是用來過濾設計在何處結合，而非估計結合效果的好壞。
克隆型定義是一種選擇，而非事實
任何關於克隆多樣性的陳述都取決於一個必須明確說明的定義：相同的接合核苷酸；相同的 CDR3 胺基酸加上相同的 V 和 J 基因；CDR3 胺基酸相似度高於閾值且 V 和 J 基因相同；或使用距離閾值的層級聚類定義。這些定義對同一組資料會產生相差數倍的結果。請在報告每個多樣性數值時一併說明其定義，並在進行任何比較時保持使用同一個定義。
參考資料
- references/numbering.md — 方案、CDR 與框架邊界、插入碼、轉換、IMGT 與 PDB 編號對照。
- references/vhh.md — VHH 序列特徵、標誌性殘基、半胱氨酸，以及
vhh_qc.py的驗證依據。 - references/tools.md — 工具-任務對應表、安裝說明、Python 與 CLI 片段。
- references/airr-data.md — AIRR Rearrangement 基本知識、種系參考序列、QC 檢查表。
- references/liabilities.md — 序列易損性模體、人類化程度，以及單靠序列無法決定的事項。