SPACE2

에피토프 2(SPACE2)별로 클러스터링할 항체의 구조적 프로파일링

SPACE2 알고리즘은 구조 모델의 유사성을 이용해 항체를 빠르게 클러스터링하고, 동일한 에피토프에 결합하는 항체를 정확하게 그룹화하는 방법이다.

SPACE2에는 입력으로 항체의 구조 모델이 필요하며, 이는 ImmuneBuilder를 사용하여 생성할 수 있습니다. 그런 다음 항체는 세 가지 주요 단계로 클러스터링됩니다. 처음에는 모델이 동일한 CDR 길이의 그룹으로 분할됩니다. 그런 다음 각 그룹의 모델은 프레임워크 영역의 잔기 Cα에 구조적으로 정렬되고 쌍별 거리 행렬은 CDR 루프 잔기의 Cα RMSD로 계산됩니다. 그런 다음 항체는 이러한 거리를 기준으로 클러스터링됩니다.

설치하다

다운로드하고 설치하려면:

$ git clone https://github.com/fspoendlin/SPACE2.git
$ pip install SPACE2/

용법

클러스터링을 실행하려면 IMGT 번호가 매겨지고 중쇄의 경우 사슬 식별자 'H', 경쇄의 경우 'L'이 있는 항체 모델이 필요합니다. IMGT 번호가 지정되고 올바른 체인 식별자가 있는 모델은 ImmuneBuilder의 기본 실행에서 얻을 수 있습니다. 항체 모델이 포함된 디렉토리가 있으면 SPACE2를 사용하여 클러스터링할 수 있습니다.

응집 클러스터링 및 기본 매개변수를 사용하여 SPACE2로 항체를 클러스터링하는 방법의 예가 아래에 나와 있습니다. 이는 항체를 클러스터링하는 권장 방법입니다.

 import glob
import SPACE2

antibody_models = glob . glob ( "path/to/antibody/models/*.pdb" )

clustered_dataframe = SPACE2 . agglomerative_clustering ( antibody_models , cutoff = 1.25 , n_jobs = - 1 )

위의 코드는 항체를 동일한 길이의 CDR 그룹으로 나눕니다. 각 그룹의 항체 모델은 중쇄 및 경쇄 프레임워크 영역에 구조적으로 중첩됩니다. 그런 다음 C-알파 RMSD는 6개의 모든 CDR(기본적으로 North CDR 정의가 사용됨)에 걸쳐 계산되고 거리 임계값이 1.25Å인 응집 클러스터링 알고리즘을 사용하여 항체를 그룹화합니다. 출력은 각 항체에 할당된 구조 클러스터를 포함하는 pandas 데이터 프레임입니다.

SPACE2 패키지는 클러스터링을 사용자 정의하기 위한 다양한 옵션을 지원합니다. 예:

• 구조 비교를 위한 CDR과 구조 정렬을 위한 프레임워크 영역 선택
• 동적 시간 왜곡 거리 계산(동일한 CDR 길이에 대한 드롭 요구 사항)
• 사용자 정의 클러스터링 알고리즘

사용 예는 노트북을 참조하세요.

산출

SPACE2는 각 항체에 할당된 구조 클러스터를 포함하는 pandas 데이터프레임을 출력합니다. 출력은 항체 이름(ID), 클러스터링 중에 고려되는 모든 CDR의 길이(H1-3 및 L1-3 순서)(cluster_by_length) 및 할당된 구조 클러스터의 대표(cluster_by_rmsd)를 나타내는 열로 아래와 같이 형식화됩니다.

	ID	Cluster_by_length	Cluster_by_rmsd
0	BD56-1450.pdb	15_9_12_11_8_8	BD56-1450.pdb
1	BD55-6240.pdb	15_9_12_11_8_8	BD56-1450.pdb
2	BD55-1117.pdb	13_10_13_13_8_11	BD55-1117.pdb
...	...	...	...

통계

SPACE2는 12개의 CPU를 통해 병렬화될 때 약 2분 안에 10,000개의 항체를 클러스터링합니다. 알고리즘은 항체 수(n)에 따라 대략 O(n ^1.5 )로 확장됩니다.

소환

 @article{Spoendlin2023,
	title = {Improved computational epitope profiling using structural models identifies a broader diversity of antibodies that bind the same epitope},
	author = {Fabian C. Spoendlin, Brennan Abanades, Matthew I. J. Raybould, Wing Ki Wong, Guy Georges, and Charlotte M. Deane},
	journal = {Frontiers in Molecular Biosciences},
	doi = {10.3389/fmolb.2023.1237621},
	volume = {10},
	year = {2023},
}