ipsae

ipSAE バインダーランキング

前提条件

要件	最小	推奨
Python	3.8+	3.10
NumPy	1.20+	最新
RAM	8GB	16GB

概要

ipSAE（interprotein Score from Aligned Errors）は、AlphaFold2、AlphaFold3、Boltz1で予測されたタンパク質間相互作用をランキングするためのスコアリング関数です。ipTMは無秩序領域や付属領域にまたがって界面の信頼度を希釈してしまいますが、ipSAEは真の複合体と誤予測された複合体を、より確実に区別します。別のバインダーのメタ解析（Overath et al. 2025）では、AF3 ipSAE_minは、RFdiffusionのパイプラインで一般的にフィルタリングに使われるipAEスコアと比べ、平均適合率が1.4倍向上しました。

論文：Dunbrack、「Rēs ipSAE loquuntur：AlphaFoldのipTMスコアの問題点とその解決方法」、bioRxiv 2025.02.10.637595

実行方法

インストール

git clone https://github.com/DunbrackLab/IPSAE.git
cd IPSAE
pip install numpy

AlphaFold2

python ipsae.py scores_rank_001.json unrelaxed_rank_001.pdb 15 15

AlphaFold3

python ipsae.py fold_model_full_data_0.json fold_model_0.cif 10 10

Boltz1

python ipsae.py pae_model_0.npz model_0.cif 10 10

主なパラメーター

パラメーター	説明	推奨値
PAEファイル	JSON（AF2/AF3）またはNPZ（Boltz）	予測ツールに合わせる
構造ファイル	PDBまたはCIF構造	PAEに合わせる
PAEカットオフ	接触のしきい値	10-15
距離カットオフ	CA-CA間の最大距離（A）	10-15

出力形式

2つの出力ファイルが生成されます。

鎖ペアのスコア（_chains.csv）：

chain_A,chain_B,ipSAE_min,pDockQ,pDockQ2,LIS,n_contacts,interface_dist
A,B,0.72,0.65,0.58,0.45,42,8.5

残基レベルのスコア（_residues.csv）：

chain,resnum,pSAE,pLDDT
A,45,0.85,92.3
A,67,0.78,88.1

出力例

正常に実行された場合

$ python ipsae.py scores_rank_001.json design_0.pdb 10 10
Processing design_0...
Found 2 chains: A, B
Computing ipSAE scores...

Results written to:
  design_0_chains.csv
  design_0_residues.csv

Summary:
  ipSAE_min: 0.72
  pDockQ: 0.65
  LIS: 0.45
  Interface contacts: 42

良好な出力の目安：

• ipSAE_min > 0.61（主要なフィルター）
• pDockQ > 0.5（補助指標）
• 妥当な数の界面接触（20-100）

判断フロー

Should I use ipSAE?
│
├─ What are you ranking?
│  ├─ Designed binders → ipSAE ✓
│  ├─ Natural complexes → ipTM is fine
│  └─ Single proteins → Not applicable
│
├─ What predictor did you use?
│  ├─ AlphaFold2 → ipSAE ✓
│  ├─ AlphaFold3 → ipSAE ✓
│  ├─ Boltz1 → ipSAE ✓
│  ├─ Chai → ipSAE (use PAE output)
│  └─ ESMFold → Not applicable (no PAE)
│
└─ Why ipSAE over ipTM?
   ├─ Different length constructs → ipSAE ✓
   ├─ Designs with disordered regions → ipSAE ✓
   └─ Standard complexes → Either works

推奨しきい値

指標	標準	厳格	用途
ipSAE_min	> 0.61	> 0.70	主要なフィルター
LIS	> 0.35	> 0.45	界面の品質
pDockQ	> 0.5	> 0.6	補助指標

バッチ処理

import subprocess
import os
from pathlib import Path

def score_designs(pae_dir, struct_dir, output_dir):
    """Score all designs in a directory."""
    Path(output_dir).mkdir(exist_ok=True)

    for pae_file in Path(pae_dir).glob("*_scores*.json"):
        name = pae_file.stem.replace("_scores_rank_001", "")
        struct_file = Path(struct_dir) / f"{name}.pdb"

        if struct_file.exists():
            subprocess.run([
                "python", "ipsae.py",
                str(pae_file),
                str(struct_file),
                "10", "10"
            ])

---

検証

ls *_chains.csv | wc -l  # Should match number of predictions

---

トラブルシューティング

良好な設計なのにスコアが低い：PAE／距離のカットオフを確認してください 出力がない：PAEファイルの形式が予測ツールに合っているか確認してください スコアに一貫性がない：すべての設計で同じカットオフを使用してください

エラーの解釈

エラー	原因	解決方法
KeyError: 'pae'	PAE形式が正しくありません	AF2/AF3/Boltzの形式か確認してください
FileNotFoundError	構造が見つかりません	ファイルパスを確認してください
ValueError: no contacts	界面が検出されませんでした	鎖IDを確認し、カットオフを下げてください

---

次の手順：上位の設計を選択します（ipSAE_min > 0.61）→ 実験的検証。