alphafold-database-fetch-and-analyze

AlphaFold Database：取得と解析

前提条件

1. uv：uv スキルを読み、セットアップ手順に従って、uv がインストールされ、PATH に設定されていることを確認します。
2. ユーザーへの通知：ワークスペースのルートディレクトリに .licenses/alphafold_database_fetch_and_analyze_LICENSE.txt がまだ存在しない場合は、（1）まず https://alphafold.ebi.ac.uk/ の利用規約を確認するようユーザーに目立つ形で通知し、次に（2）通知文とタイムスタンプを記録したファイルを作成します。

概要

指定された UniProt ID の AlphaFold Database から、AlphaFold が予測した構造（mmCIF）と Predicted Aligned Error（PAE）行列をダウンロードし、構造信頼度（pLDDT）、天然変性領域、剛体ドメイン境界、ドメイン間の柔軟性についてヒューリスティックな自動解析を行います。

次の場合は使用しないでください：

• ユーザーがタンパク質名、遺伝子名、またはアミノ酸配列しか持っておらず、UniProt ID がない場合 — UniProt で ID を調べるよう案内します。
• ユーザーが構造ホモログを検索したい場合（Foldseek を使用してください）。
• ユーザーが独自の配列で AlphaFold による予測を実行したい場合。
• ユーザーが実験的に得られた PDB 構造を必要としている場合（RCSB PDB を使用してください）。

基本ルール

• ラッパーを使用する：データベースに直接アクセスするのではなく、必ず提供されているヘルパースクリプトを実行してデータベースに問い合わせます。スクリプトは必要なレート制限を自動的に適切に適用します。
• ドメイン境界の計算や構造の乱れの評価を自分で試みず、必ずスクリプトの出力を使用します。
• このスキルを使用した場合は、そのことを出力に記載します。

ユーティリティスクリプト

1. 構造ファイルの取得

UniProt ID の .cif 構造ファイル、_predicted_aligned_error.json、API メタデータ JSON（-metadata.json）をダウンロードします。非常に大きなタンパク質については、フラグメントへのフォールバックも処理します。

例：

uv run scripts/fetch_structure.py P00520 -o /path/to/output/
uv run scripts/fetch_structure.py P04637 -o /path/to/custom_results/

-o には、スキルディレクトリからの相対パスではなく、絶対パスまたはユーザーのプロジェクトルートからの相対パスを必ず指定します。

2. pLDDT 信頼度の解析

保存済みの AFDB メタデータ JSON ファイル（fetch_structure.py によって生成）から pLDDT 信頼度メトリクスを読み込み、ヒューリスティックな信頼度評価（構造化、変性、混合）を出力します。

例：

uv run scripts/analyze_plddt.py ./data/AF-P00520-F1-metadata.json

3. PAE／ドメイン境界の解析

ダウンロード済みの PAE JSON ファイルを読み込み、スライディングウィンドウによる PAE ヒューリスティックを用いて剛体ドメイン境界を検出します。

例：

uv run scripts/analyze_pae.py ./data/AF-P00520-F1-predicted_aligned_error_v6.json

出力の解釈

スクリプトは標準出力に解析結果を出力します。内容を注意深く確認し、ユーザー向けに結果をまとめてください。

1. アイソフォーム／巨大タンパク質に関する警告（必須）： スクリプトの出力に [!] WARNING の行があるか確認してください。正準エントリが見つからず、アイソフォームが使用されたとスクリプトが報告している場合、またはタンパク質が非常に大きい場合（>2700 AAs）は、必ずこの警告をユーザーに目立つ形で伝えてください。この警告を省略してはいけません。
2. 構造解析結果の要約： 「pLDDT Conclusion」と「PAE Structural Conclusion」をまとめて、全体を一貫した要約にしてください。タンパク質全体のフォールディング信頼度、無秩序領域の有無、剛直なドメインの配置について説明してください。
3. 根拠となる指標を強調してください。
   • 全体の Global pLDDT と、信頼度の割合の内訳（特に Very Low と Very High）。
   • ドメイン境界解析（明確に区別できるグローバルドメインの数と、それぞれの残基範囲）。
4. 無秩序に関する明示的な警告： 解析でタンパク質が高度に天然変性していると結論づけられた場合（例：pLDDT <50 の割合が高い、または剛直なドメインがない）、独立した目立つ警告を出してください。Foldseek やドッキングなど、タンパク質全体を対象とした下流の構造解析を進めないようユーザーに助言してください。無秩序領域の中に小さな秩序化ドメインがある場合は、今後の解析をそれらの特定の残基範囲に厳密に限定するよう助言してください。
5. ダウンロードした mmCIF ファイルでは、残基ごとの pLDDT が B 因子列に格納されていることをユーザーに伝えてください。