SPACE2

การทำโปรไฟล์โครงสร้างของแอนติบอดีต่อคลัสเตอร์โดยเอพิโทป 2 (SPACE2)

อัลกอริธึม SPACE2 เป็นวิธีการที่จัดกลุ่มแอนติบอดีอย่างรวดเร็วโดยความคล้ายคลึงกันของแบบจำลองโครงสร้าง และจัดกลุ่มแอนติบอดีที่ผูกกับอีพิโทปเดียวกันอย่างแม่นยำ

SPACE2 ต้องใช้แบบจำลองโครงสร้างของแอนติบอดีเป็นข้อมูลนำเข้า ซึ่งสามารถสร้างได้ด้วย ImmuneBuilder จากนั้นแอนติบอดีจะถูกรวมกลุ่มกันเป็นสามขั้นตอนหลัก ในขั้นแรก แบบจำลองจะแบ่งออกเป็นกลุ่มที่มีความยาว CDR ที่เท่ากัน จากนั้นแบบจำลองในแต่ละกลุ่มถูกจัดแนวเชิงโครงสร้างบน Cα ของเรซิดิวในบริเวณเฟรมเวิร์กและเมทริกซ์ระยะห่างแบบคู่ถูกคำนวณของ Cα RMSD ของเรซิดิวลูป CDR จากนั้นแอนติบอดีจะถูกรวมกลุ่มตามระยะห่างเหล่านี้

ติดตั้ง

วิธีดาวน์โหลดและติดตั้ง:

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

การใช้งาน

ในการรันการทำคลัสเตอร์ คุณจะต้องมีแบบจำลองแอนติบอดีซึ่งมีหมายเลข IMGT และมีตัวระบุสาย 'H' สำหรับสายโซ่หนักและ 'L' สำหรับสายโซ่เบา โมเดลที่มีการกำหนดหมายเลข IMGT และตัวระบุลูกโซ่ที่ถูกต้องสามารถรับได้จากการรันเริ่มต้นของ ImmuneBuilder เมื่อคุณมีไดเร็กทอรีที่มีโมเดลแอนติบอดีแล้ว คุณสามารถจัดกลุ่มโมเดลเหล่านั้นได้โดยใช้ SPACE2

ตัวอย่างของวิธีการรวมกลุ่มแอนติบอดีด้วย SPACE2 โดยใช้การทำคลัสเตอร์แบบกลุ่มและพารามิเตอร์เริ่มต้นถูกแสดงไว้ด้านล่าง นี่เป็นวิธีที่แนะนำในการจัดกลุ่มแอนติบอดี

 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 )

รหัสข้างต้นจะแบ่งแอนติบอดีออกเป็นกลุ่มที่มี CDR ที่มีความยาวเท่ากัน สำหรับแบบจำลองแอนติบอดีแต่ละกลุ่มถูกวางทับเชิงโครงสร้างบนบริเวณเฟรมเวิร์คของสายหนักและสายเบา จากนั้น C-อัลฟา RMSD จะถูกคำนวณโดยตลอด CDR ทั้งหกตัว (คำจำกัดความของ CDR เหนือถูกใช้โดยค่าเริ่มต้น) และอัลกอริธึมการจัดกลุ่มแบบกลุ่มที่มีเกณฑ์ระยะทาง 1.25 Å ถูกใช้เพื่อจัดกลุ่มแอนติบอดี ผลลัพธ์คือดาต้าเฟรมแพนด้าที่มีคลัสเตอร์โครงสร้างที่กำหนดสำหรับแอนติบอดีแต่ละตัว

แพ็คเกจ SPACE2 รองรับตัวเลือกมากมายในการปรับแต่งการจัดกลุ่ม เช่น:

• เลือก CDR สำหรับการเปรียบเทียบโครงสร้างและขอบเขตกรอบงานสำหรับการจัดตำแหน่งโครงสร้าง
• การคำนวณระยะการแปรปรวนตามเวลาแบบไดนามิก (ข้อกำหนดการหยดสำหรับความยาว CDR ที่เท่ากัน)
• อัลกอริธึมการจัดกลุ่มแบบกำหนดเอง

ดูสมุดบันทึกสำหรับตัวอย่างการใช้งาน

เอาท์พุต

SPACE2 ส่งออก dataframe ของ pandas ที่มีคลัสเตอร์โครงสร้างที่กำหนดสำหรับแอนติบอดีแต่ละตัว ผลลัพธ์ถูกจัดรูปแบบตามด้านล่างโดยมีคอลัมน์ซึ่งบ่งชี้ชื่อแอนติบอดี (ID), ความยาวของ CDR ทั้งหมดที่พิจารณาในระหว่างการจัดกลุ่มตามลำดับ H1-3 และ L1-3 (ความยาวคลัสเตอร์_by_) และตัวแทนของคลัสเตอร์โครงสร้างที่กำหนด (คลัสเตอร์_by_rmsd)

	บัตรประจำตัวประชาชน	คลัสเตอร์_by_length	คลัสเตอร์_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
-	-	-	-

สถิติ

SPACE2 จัดกลุ่มแอนติบอดี 10,000 ตัวในเวลาประมาณ 2 นาที เมื่อวางขนานกันบน CPU 12 ตัว อัลกอริธึมจะปรับขนาดโดยประมาณที่ O(n ^1.5 ) พร้อมด้วยจำนวนแอนติบอดี (n)

การอ้างอิง

 @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},
}