AI辅助抗体发现和抗体工程

CDR Annotation是抗体编号和注释模块，用于对抗体序列的可变区（Fv）进行编号，精确标注出其框架区（Framework Region, FWR）和互补决定区（Complementarity Determining Region, CDR）的具体位置， 支持IMGT、Kabat、Chothia、Martin抗体编号方案。如果一次输入多序列，还能通过查看结果中的氨基酸频率图分析Fv和CDR区的多样性。

VDJGermline主要用于抗体多序列的VDJ基因分析。通过序列比对在IMGT人类、小鼠数据库中搜索与目标抗体序列最匹配的同源序列及其VDJ基因，输出结果表、可视化比对图和多样化的统计分析图。

Multiple Sequence Alignment 用于多条 DNA 和蛋白质序列的比对，并可视化序列比对结果，有助于序列聚类、分析序列间多样性、识别保守和突变区域。包含 ClustalW 和 MUSCLE 自动比对工具, 其中 MUSCLE 包含NJ，UPGMA， UPGMB聚类方法。

Phylogenetic Tree 输入比对后的抗体序列，绘制序列之间系统发育进化树图，有助于分析序列间进化关系，揭示抗体的起源和演化过程。系统发育推理方法包含NJ，UPGMA， ME，ML，MP。

Similarity AbScan 是一个专门用于抗体序列专利文献相似性检索的工具，拥有一个全面的来自权威网站的数据库，分为Antibody和Nanobody两个子数据库。 Nanobody子数据库包含近5,000条来自专利和学术论文的VHH、VNAR 和单域抗体序列。Antibody子数据库包含67万多条重轻链抗体序列，以及17万对通过专利和学术论文配对的抗体序列。用户可以通过输入序列来检索相似的抗体序列或结构，也可以通过关键字检索相关的抗体。 配对抗体序列中，包含： * Patented Antibodies(patent in heavy definition) 134,183，占比75.3%。 * Crystal Structures(Xtal structure) 12,778，占比7.1%。 * Therapeutic Antibodies(TheraSAbDab) 1,198，占比0.6%。 * Scientific Literature(Other) 28,735，占比16.9%。

AbPair 是一个基于先进AI算法和大量丰富的抗体天然配对序列训练的人工智能工具，用于预测重链和轻链的自然配对分数，能高效评估重轻链的配对潜力，为抗体设计和优化提供科学依据。

AbAtlas 是一个用于抗体序列降维和可视化的工具，能够将抗体序列映射到二维和三维图形中。该工具利用了 Observed Antibody Space（OAS）数据库的数据，涵盖了六种主要物种（人类、小鼠、大鼠、恒河猴、骆驼和兔子）的重链和轻链，以及它们的 germline 基因。通过结合 AntiBERTy 和 UMAP，AbAtlas 能够生成高质量的序列嵌入，并有效地进行降维处理。只需输入抗体序列，AbAtlas 将自动分析该序列，并通过可视化图形直观地展示其与不同物种或不同 V 基因家族的抗体链之间的相似性，从而快速识别输入序列的特征。

具有Lambda轻链的抗体（λ抗体）通常被认为比具有Kappa轻链的抗体（κ抗体）更难开发。尽管这一假设尚未得到正式证实，但它已在药物发现流程中导致了显著的系统偏差，从而促成了临床阶段治疗药物中κ抗体的主导地位。然而，越来越多的表位被发现更倾向于与λ抗体结合，这表明忽视λ抗体作为潜在候选药物可能会带来功能上的损失。借鉴了之前的工作TAP，我们开发了AbTrimmer。AbTrimmer主要基于表面疏水块(Patches of Surface Hydrophobicity, PSH)分数来评估抗体药物开发的风险，不仅可以评估λ抗体，还可以评估κ抗体。

该模块可以根据抗体V区序列，判断该抗体属于人类的概率

通过蛋白序列逆折叠模型ESM-IF，预测蛋白质的绝对稳定性ΔG。 传统的物理方法（如FoldX、Rosetta等）预测蛋白稳定性ΔG，依赖于高置信度结构pdb，如果突变太多，结构置信度降低，预测结果较差。在ProteinGym的benchmark结果表明，生成模型ESM-IF在zero-shot预测DMS数据的蛋白突变稳定性ΔΔG达到同类最佳水平。该方法是在突变预测基础上的延伸，利用ESM-IF模型直接预测完整蛋白折叠稳定性的绝对ΔG值。 经过测试，预测误差RMSE ≈ 1.5 kcal/mol，相关系数为0.7，是预测蛋白质的折叠稳定性ΔG的重大突破。

计算蛋白序列理化性质

使用目前最大的蛋白质-蛋白质结合亲和力数据库PPB-Affinity作为训练数据，通过蛋白质复合物的三维表征，使用基于几何深度学习技术的不变点表示法预测蛋白质复合物结合亲和力（ΔG）的大小。

一种基于流的生成模型（称为旋转体密度估计器，RDE）用于估计构象的概率分布，使用熵作为灵活性的度量，并预测结合的∆∆G。

蛋白质的热稳定性（thermostability）在生物技术领域具有重要意义，尤其是在制药、食品和生物燃料生产等行业中，热稳定性蛋白质能够加速化学反应，降低生产成本。然而，传统的实验方法用于评估蛋白质热稳定性不仅耗时、昂贵，且难以大规模扩展，导致可用的蛋白质热稳定性数据有限。

单克隆抗体治疗通常来源于非人类（通常是小鼠），因此可能在人体内引发免疫反应。抗体人源化旨在改造抗体可变区序列，以获得不引起免疫反应的抗体。我们利用OAS数据库中近10亿个抗体序列，建立了抗体人源化评估模型，能够区分人类和非人类抗体的可变区序列。模型输出的分数与现有FDA抗体治疗的实验性免疫原性（ADA）呈负相关。我们结合该模型与集束搜索算法，开发了一种抗体序列人源化改造工具。该工具旨在通过最少的突变，在尽可能保持亲和力等关键特性的同时，最大程度地提高抗体的人源化水平，从而降低其免疫原性。

纳米抗体（Nbs）最近作为一种有前景的抗体片段，逐渐在生物医学和治疗应用中受到关注。尽管它们具备显著的物理化学特性，但由于 Nbs 来源于骆驼类动物，可能需要进行“人源化”处理，以增强其在临床试验中的应用潜力。Llamanade的作者们系统地分析了基于下一代测序（NGS）数据库和高分辨率结构的 Nbs 的序列和结构特性。他们的研究揭示了 Nbs 的框架多样性，并强调了它们与人类免疫球蛋白 G（IgG）抗体之间的关键差异。此外，他们还识别出了一些保守残基，这些残基可能有助于提高 Nbs 的溶解度、结构稳定性和抗原结合能力，为 Nbs 的人源化提供了重要的参考。

HDOCK 是一套高度集成的同源性搜索、基于模板的建模、结构预测、大分子对接、生物信息整合和作业管理套件，用于稳健快速的蛋白质-蛋白质对接。通过受体和配体分子（氨基酸序列或蛋白质数据库结构）的输入信息，服务器通过基于模板和无模板对接的混合算法自动预测它们的相互作用。

GeoDock是一种新型的多轨道迭代变换器网络，旨在解决传统蛋白质对接算法和现有深度学习方法的局限性。它能够预测来自不同对接伙伴的对接结构，允许在蛋白质残基水平上具有灵活性，以适应结合时的构象变化。GeoDock在单个GPU上的平均推理速度不到一秒，使其能够应用于大规模结构筛选。

ImmuneBuilder包括ABodyBuilder2、NanoBodyBuilder2、TCRBuilder2，专门用于预测免疫蛋白的结构（如抗体、纳米抗体和T细胞受体），采用了AlphaFold-Multimer的结构模块，并进行了特定于免疫蛋白的修改，以提高预测准确性。ImmuneBuilder能够快速生成与实验数据相近的免疫蛋白结构，速度远超AlphaFold2，且无需大型序列数据库或多序列比对。该工具的特点包括高准确性、快速预测和开源可访问性，适用于大规模序列数据集的结构分析，特别是在下一代测序数据的免疫蛋白结构研究中。ImmuneBuilder还提供了误差估计，帮助过滤错误模型，增强了其在生物治疗和免疫学研究中的应用价值。图1是AbBuilder2的架构图，NanoBodyBuilder2与TCRBuilder2也采用一样的架构。

ImmuneBuilder包括ABodyBuilder2、NanoBodyBuilder2、TCRBuilder2，专门用于预测免疫蛋白的结构（如抗体、纳米抗体和T细胞受体），采用了AlphaFold-Multimer的结构模块，并进行了特定于免疫蛋白的修改，以提高预测准确性。ImmuneBuilder能够快速生成与实验数据相近的免疫蛋白结构，速度远超AlphaFold2，且无需大型序列数据库或多序列比对。该工具的特点包括高准确性、快速预测和开源可访问性，适用于大规模序列数据集的结构分析，特别是在下一代测序数据的免疫蛋白结构研究中。ImmuneBuilder还提供了误差估计，帮助过滤错误模型，增强了其在生物治疗和免疫学研究中的应用价值。图1是AbBuilder2的架构图，NanoBodyBuilder2与TCRBuilder2也采用一样的架构。

ProteinMPNN 在计算机模拟和实验测试中表现出色。在原生蛋白质骨架上，ProteinMPNN 的序列恢复率为 52.4%，而 Rosetta 的为 32.9%。不同位置的氨基酸序列可以在单链或多链之间耦合，使其能够应用于当前蛋白质设计挑战的广泛范围。

Protein Interaction Calculator 专门用于分析蛋白质结构中残基之间的相互作用，通过计算特定功能残基之间的距离，能够识别和分类不同类型的相互作用，有助于深入理解蛋白质的功能和稳定性。这些相互作用包括但不限于疏水相互作用、氢键、离子相互作用、芳香族相互作用以及二硫化物桥等。

RFdiffusion 是一种开源的结构生成方法，无论是否包含条件信息（一个基序、目标等）。类似于根据用户指定的输入生成图像的网络，RFdiffusion 能够根据简单的分子规范设计出多样的、复杂的、功能性的蛋白质。