proABC 2

proABC-2

Prognostiziert mithilfe eines Convolutional Neural Network (CNN) die Antikörperreste, die mit dem Antigen in Kontakt kommen, und die Art der Interaktion.

Installation

proABC-2 ist sowohl lokal als Python-Paket als auch als Docker-Container verfügbar. Siehe nachstehende Anweisungen für jeden Fall.

Docker

Das Docker-Image ist in der Github Container Registry verfügbar und kann mit dem folgenden Befehl abgerufen werden:

docker pull ghcr.io/haddocking/proabc-2:latest

Lokal

proABC-2 weist einige Abhängigkeiten von Drittanbietern auf, die vor dem Ausführen der Software installiert werden müssen.

proABC-2 ist auf PyPI verfügbar und kann mit pip mit Python3.7 installiert werden:

 pip install proabc-2

Es hängt auch von zwei Drittanbieter-Software ab, HMMER und IGBLAST. Weitere Informationen finden Sie im Abschnitt „Drittanbieter“.

Beispiel (Lokal und Docker)

Richten Sie die Daten ein, um das Beispiel auszuführen:

• Erstellen Sie im Stammverzeichnis einen Ordner mit dem Namen proabc2-prediction .

mkdir proabc2-prediction

• Erstellen Sie in proabc2-prediction eine Heavy- und Light-Fasta-Datei mit folgendem Inhalt:

APDB_HnEVQLVESGGGLVQPGGSLRLSCAASGYTFTNYGMNWVRQAPGKGLEWVGWINTYTGEPTYAADFKRRFTFSLDTSKSTAYLQMNSLRAEDTAVYYCAKYPHYYGSSHWYFDVWGQGTLVTVSS" > proabc2-prediction/heavy.fasta">

 echo ">APDB_HnEVQLVESGGGLVQPGGSLRLSCAASGYTFTNYGMNWVRQAPGKGLEWVGWINTYTGEPTYAADFKRRFTFSLDTSKSTAYLQMNSLRAEDTAVYYCAKYPHYYGSSHWYFDVWGQGTLVTVSS" > proabc2-prediction/heavy.fasta

APDB_LnDIQMTQSPSSLSASVGDRVTITCSASQDISNYLNWYQQKPGKAPKVLIYFTSSLHSGVPSRFSGSGSGTDFTLTISSLQPEDFATYYCQQYSTVPWTFGQGTKVEIKRTV" > proabc2-prediction/light.fasta">

 echo ">APDB_LnDIQMTQSPSSLSASVGDRVTITCSASQDISNYLNWYQQKPGKAPKVLIYFTSSLHSGVPSRFSGSGSGTDFTLTISSLQPEDFATYYCQQYSTVPWTFGQGTKVEIKRTV" > proabc2-prediction/light.fasta

Ausführung (Docker)

docker run 
  --rm 
  --user $( id -u ) : $( id -g ) 
  -v ` pwd ` :/data 
  ghcr.io/haddocking/proabc-2:latest 
  proabc2-prediction/ heavy.fasta light.fasta

Ausführung (lokal)

 proabc2 proabc2-prediction/ heavy.fasta light.fasta

Ergebnisse

Die Ausgabe befindet sich im selben Ordner wie die Eingabedateien und wird als heavy-pred.csv und light-pred.csv bezeichnet.

Sie bestehen aus mehreren Spalten:

• Chothia : Position des Rests gemäß dem Chothia-Nummerierungsschema
• Sequenz : Resttyp für jede Position
• pt : Wahrscheinlichkeit einer allgemeinen Interaktion mit dem Antigen
• hb : Wahrscheinlichkeit, eine Wasserstoffbrückenbindung mit dem Antigen einzugehen
• hy : Wahrscheinlichkeit einer hydrophoben Wechselwirkung mit dem Antigen

Chothia	Sequenz	pt	hb	hy
1	E	0,23	0,17	0,24
2	V	0,23	0,15	0,23
3	Q	0,14	0,14	0,16
...	...	...	...	...

$ head proabc2-prediction/ * pred.csv
== > proabc2-prediction/heavy-pred.csv < ==
,Chothia,Sequence,pt,hb,hy
0,1,E,0.24,0.18,0.24
1,2,V,0.25,0.15,0.25
2,3,Q,0.16,0.16,0.17
3,4,L,0.14,0.14,0.17
4,5,V,0.14,0.15,0.15
5,6,E,0.16,0.16,0.16
6,7,S,0.14,0.16,0.13
7,8,G,0.17,0.13,0.16
8,9,G,0.14,0.14,0.15

== > proabc2-prediction/light-pred.csv < ==
,Chothia,Sequence,pt,hb,hy
0,1,D,0.25,0.18,0.2
1,2,I,0.23,0.15,0.2
2,3,Q,0.15,0.16,0.17
3,4,M,0.15,0.14,0.15
4,5,T,0.16,0.15,0.16
5,6,Q,0.15,0.16,0.14
6,7,S,0.15,0.14,0.12
7,8,P,0.15,0.14,0.13
8,9,S,0.14,0.14,0.14

proABC-2 akzeptiert auch die DNA-Sequenzen der Antikörperketten und nutzt das Biopython Seq-Modul für die Übersetzung in Proteinsequenzen.

Zitat

• F. Ambrosetti, TH Olsen, PP Olimpieri, B. Jiménez-García, E. Milanetti, P. Marcatilli, AMJJ Bonvin. „proABC-2: PRediction Of AntiBody Contacts v2 und seine Anwendung auf informationsgesteuertes Docking“, Bioinformatik , , btaa644,