glycoengineering

糖鎖工学

概要

糖鎖付加は、タンパク質における最も一般的かつ複雑な翻訳後修飾（PTM）であり、ヒトの全タンパク質の50％以上に影響を及ぼします。糖鎖は、タンパク質のフォールディング、安定性、免疫認識、受容体との相互作用、および治療用タンパク質の薬物動態を調節します。糖鎖工学では、治療効果や安定性の向上、または免疫回避を目的として、糖鎖付加パターンを合理的に改変します。

主な糖鎖付加の種類：

• N型糖鎖付加：モチーフN-X-[S/T]（X ≠ プロリン）において、アスパラギン（N）に付加されます。ER／ゴルジ体で生じます。
• O型糖鎖付加：セリン（S）またはスレオニン（T）に付加されます。厳密なコンセンサスモチーフはなく、主にGalNAcから開始されます。

このスキルを使用する場面

次のような場合に、このスキルを使用します。

• 抗体工学：ADCCやCDCの向上、または免疫原性の低減を目的として、Fc糖鎖付加を最適化する
• 治療用タンパク質の設計：半減期、安定性、または免疫原性に影響する糖鎖付加部位を特定する
• ワクチン抗原の設計：糖鎖シールドを設計し、保存されたエピトープに免疫応答を集中させる
• バイオシミラーの特性評価：参照品とバイオシミラーの糖鎖パターンを比較する
• 創薬ターゲットの解析：糖鎖付加が受容体への標的結合に影響するかを調べる
• タンパク質の安定性：N型糖鎖はタンパク質を安定化させることが多いため、安定化変異の対象となる部位を特定する

N型糖鎖付加モチーフの解析

N型糖鎖付加部位のスキャン

N型糖鎖付加は、モチーフ N-X-[S/T]（X ≠ プロリン）で生じます。

import re
from typing import List, Tuple

def find_n_glycosylation_sequons(sequence: str) -> List[dict]:
    """
    Scan a protein sequence for canonical N-linked glycosylation sequons.
    Motif: N-X-[S/T], where X ≠ Proline.

    Args:
        sequence: Single-letter amino acid sequence

    Returns:
        List of dicts with position (1-based), motif, and context
    """
    seq = sequence.upper()
    results = []
    i = 0
    while i <= len(seq) - 3:
        triplet = seq[i:i+3]
        if triplet[0] == 'N' and triplet[1] != 'P' and triplet[2] in {'S', 'T'}:
            context = seq[max(0, i-3):i+6]  # ±3 residue context
            results.append({
                'position': i + 1,   # 1-based
                'motif': triplet,
                'context': context,
                'sequon_type': 'NXS' if triplet[2] == 'S' else 'NXT'
            })
            i += 3
        else:
            i += 1
    return results

def summarize_glycosylation_sites(sequence: str, protein_name: str = "") -> str:
    """Generate a research log summary of N-glycosylation sites."""
    sequons = find_n_glycosylation_sequons(sequence)

    lines = [f"# N-Glycosylation Sequon Analysis: {protein_name or 'Protein'}"]
    lines.append(f"Sequence length: {len(sequence)}")
    lines.append(f"Total N-glycosylation sequons: {len(sequons)}")

    if sequons:
        lines.append(f"\nN-X-S sites: {sum(1 for s in sequons if s['sequon_type'] == 'NXS')}")
        lines.append(f"N-X-T sites: {sum(1 for s in sequons if s['sequon_type'] == 'NXT')}")
        lines.append(f"\nSite details:")
        for s in sequons:
            lines.append(f"  Position {s['position']}: {s['motif']} (context: ...{s['context']}...)")
    else:
        lines.append("No canonical N-glycosylation sequons detected.")

    return "\n".join(lines)

# Example: IgG1 Fc region
fc_sequence = "APELLGGPSVFLFPPKPKDTLMISRTPEVTCVVVDVSHEDPEVKFNWYVDGVEVHNAKTKPREEQYNSTYRVVSVLTVLHQDWLNGKEYKCKVSNKALPAPIEKTISKAKGQPREPQVYTLPPSREEMTKNQVSLTCLVKGFYPSDIAVEWESNGQPENNYKTTPPVLDSDGSFFLYSKLTVDKSRWQQGNVFSCSVMHEALHNHYTQKSLSLSPGK"
print(summarize_glycosylation_sites(fc_sequence, "IgG1 Fc"))

N型糖鎖付加部位の変異導入

def eliminate_glycosite(sequence: str, position: int, replacement: str = "Q") -> str:
    """
    Eliminate an N-glycosylation site by substituting Asn → Gln (conservative).

    Args:
        sequence: Protein sequence
        position: 1-based position of the Asn to mutate
        replacement: Amino acid to substitute (default Q = Gln; similar size, not glycosylated)

    Returns:
        Mutated sequence
    """
    seq = list(sequence.upper())
    idx = position - 1
    assert seq[idx] == 'N', f"Position {position} is '{seq[idx]}', not 'N'"
    seq[idx] = replacement.upper()
    return ''.join(seq)

def add_glycosite(sequence: str, position: int, flanking_context: str = "S") -> str:
    """
    Introduce an N-glycosylation site by mutating a residue to Asn,
    and ensuring X ≠ Pro and +2 = S/T.

    Args:
        position: 1-based position to introduce Asn
        flanking_context: 'S' or 'T' at position+2 (if modification needed)
    """
    seq = list(sequence.upper())
    idx = position - 1

    # Mutate to Asn
    seq[idx] = 'N'

    # Ensure X+1 != Pro (mutate to Ala if needed)
    if idx + 1 < len(seq) and seq[idx + 1] == 'P':
        seq[idx + 1] = 'A'

    # Ensure X+2 = S or T
    if idx + 2 < len(seq) and seq[idx + 2] not in ('S', 'T'):
        seq[idx + 2] = flanking_context

    return ''.join(seq)

O型糖鎖付加の解析

ヒューリスティックによるO型糖鎖付加ホットスポットの予測

def predict_o_glycosylation_hotspots(
    sequence: str,
    window: int = 7,
    min_st_fraction: float = 0.4,
    disallow_proline_next: bool = True
) -> List[dict]:
    """
    Heuristic O-glycosylation hotspot scoring based on local S/T density.
    Not a substitute for NetOGlyc; use as fast baseline.

    Rules:
    - O-GalNAc glycosylation clusters on Ser/Thr-rich segments
    - Flag Ser/Thr residues in windows enriched for S/T
    - Avoid S/T immediately followed by Pro (TP/SP motifs inhibit GalNAc-T)

    Args:
        window: Odd window size for local S/T density
        min_st_fraction: Minimum fraction of S/T in window to flag site
    """
    if window % 2 == 0:
        window = 7
    seq = sequence.upper()
    half = window // 2
    candidates = []

    for i, aa in enumerate(seq):
        if aa not in ('S', 'T'):
            continue
        if disallow_proline_next and i + 1 < len(seq) and seq[i+1] == 'P':
            continue

        start = max(0, i - half)
        end = min(len(seq), i + half + 1)
        segment = seq[start:end]
        st_count = sum(1 for c in segment if c in ('S', 'T'))
        frac = st_count / len(segment)

        if frac >= min_st_fraction:
            candidates.append({
                'position': i + 1,
                'residue': aa,
                'st_fraction': round(frac, 3),
                'window': f"{start+1}-{end}",
                'segment': segment
            })

    return candidates

外部の糖鎖工学ツール

1. NetOGlyc 4.0（O型糖鎖付加の予測）

高精度なO-GalNAc部位予測を行うウェブサービスです。

• URL：https://services.healthtech.dtu.dk/services/NetOGlyc-4.0/
• 入力：FASTA形式のタンパク質配列
• 出力：残基ごとのO型糖鎖付加確率スコア
• 手法：実験的に検証されたO-GalNAc部位を用いて学習したニューラルネットワーク

import requests

def submit_netoglycv4(fasta_sequence: str) -> str:
    """
    Submit sequence to NetOGlyc 4.0 web service.
    Returns the job URL for result retrieval.

    Note: This uses the DTU Health Tech web service. Results take ~1-5 min.
    """
    url = "https://services.healthtech.dtu.dk/cgi-bin/webface2.cgi"
    # NetOGlyc submission (parameters may vary with web service version)
    # Recommend using the web interface directly for most use cases
    print("Submit sequence at: https://services.healthtech.dtu.dk/services/NetOGlyc-4.0/")
    return url

# Also: NetNGlyc for N-glycosylation prediction
# URL: https://services.healthtech.dtu.dk/services/NetNGlyc-1.0/

2. GlycoShield-MD（糖鎖シールド解析）

GlycoShield-MDは、MDシミュレーション中に糖鎖がタンパク質表面をどのようにシールドするかを解析します。

• URL：https://gitlab.mpcdf.mpg.de/dioscuri-biophysics/glycoshield-md/
• 用途：MDトラジェクトリにわたるタンパク質表面の糖鎖シールドをマッピングする
• 出力：残基ごとのシールド率、可視化

# Installation
pip install glycoshield

# Basic usage: analyze glycan shielding from glycosylated protein MD trajectory
glycoshield \
    --topology glycoprotein.pdb \
    --trajectory glycoprotein.xtc \
    --glycan_resnames BGLCNA FUC \
    --output shielding_analysis/

3. GlycoWorkbench（糖鎖構造の描画／解析）

• URL：https://www.eurocarbdb.org/project/glycoworkbench
• 用途：糖鎖構造の描画、質量の計算、MSスペクトルへの注釈付け
• 形式：GlycoCT、IUPACの簡略糖鎖表記

4. GlyConnect（糖鎖・タンパク質データベース）

• URL：https://glyconnect.expasy.org/
• 用途：実験的に検証された糖タンパク質と糖鎖付加部位の検索
• 検索条件：タンパク質（UniProt ID）、糖鎖構造、または組織

import requests

def query_glyconnect(uniprot_id: str) -> dict:
    """Query GlyConnect for glycosylation data for a protein."""
    url = f"https://glyconnect.expasy.org/api/proteins/uniprot/{uniprot_id}"
    response = requests.get(url, headers={"Accept": "application/json"})
    if response.status_code == 200:
        return response.json()
    return {}

# Example: query EGFR glycosylation
egfr_glyco = query_glyconnect("P00533")

5. UniCarbKB（糖鎖構造データベース）

• URL：https://unicarbkb.org/
• 用途：糖鎖構造の閲覧、質量または組成による検索
• 形式：GlycoCTまたはIUPAC表記

主な糖鎖工学の戦略

治療用抗体の場合

目標	戦略	備考
ADCCを高める	Fc Asn297の脱フコシル化	非フコシル化IgG1は、FcγRIIIaへの結合が約50倍高くなります
免疫原性を低減する	非ヒト型糖鎖を除去する	α-Gal、NGNAエピトープを除去します
薬物動態（PK）上の半減期を延長する	シアル化	シアル化糖鎖は半減期を延長します
炎症を抑える	高度シアル化	IVIGの抗炎症機構です
糖鎖シールドを作る	表面にN型糖鎖付加部位を追加する	脆弱なエピトープを隠します（ワクチン設計）

よく使用される変異

変異	効果
N297A/Q（IgG1）	Fc糖鎖付加を除去します（非糖鎖付加型）
N297D（IgG1）	Fc糖鎖付加を除去します
S298A/E333A/K334A	FcγRIIIaへの結合を高めます
F243L（IgG1）	脱フコシル化を促進します
T299A	Fc糖鎖付加を除去します

糖鎖表記

IUPAC 縮合表記（単糖の略号）

記号	正式名称	種類
Glc	グルコース	ヘキソース
GlcNAc	N-アセチルグルコサミン	HexNAc
Man	マンノース	ヘキソース
Gal	ガラクトース	ヘキソース
Fuc	フコース	デオキシヘキソース
Neu5Ac	N-アセチルノイラミン酸（シアル酸）	シアル酸
GalNAc	N-アセチルガラクトサミン	HexNAc

複合型N型糖鎖の構造

Typical complex biantennary N-glycan:
Neu5Ac-Gal-GlcNAc-Man\
                       Man-GlcNAc-GlcNAc-[Asn]
Neu5Ac-Gal-GlcNAc-Man/
(±Core Fuc at innermost GlcNAc)

ベストプラクティス

• 実験的検証の前にNetNGlyc/NetOGlycで予測する：計算による予測から始めます
• 質量分析で確認する：部位特異的な糖鎖プロファイリングには、糖鎖プロテオミクス（Byonic、Mascot）を使用します
• 部位の状況を考慮する：予測されたシークオンがすべて実際に糖鎖修飾されるわけではありません（アクセス性、細胞種、タンパク質のコンフォメーション）
• 抗体の場合：FcのN297糖鎖は重要です。必ずこの部位を最初に解析してください
• GlyConnectを使用する：関心のあるタンパク質について、実験で確認された糖鎖修飾データがあるかどうかを確認します

追加リソース

• GlyTouCan（糖鎖構造リポジトリ）：https://glytoucan.org/
• GlyConnect：https://glyconnect.expasy.org/
• CFG Functional Glycomics：http://www.functionalglycomics.org/
• DTU Health Tech サーバー（NetNGlyc、NetOGlyc）：https://services.healthtech.dtu.dk/
• GlycoWorkbench：https://glycoworkbench.software.informer.com/
• レビュー論文：Apweiler R et al.（1999）Biochim Biophys Acta. PMID: 10564035
• 治療用糖鎖工学に関するレビュー：Jefferis R（2009）Nature Reviews Drug Discovery. PMID: 19448661