tooluniverse-antibody-engineering

抗体工程与优化

由 AI 指导的抗体优化流程，覆盖从临床前先导分子到临床候选分子的开发。包括序列人源化、结构建模、亲和力优化、可开发性评估、免疫原性预测和生产可行性评估。

核心原则：

1. 报告优先 - 在分析前创建优化报告
2. 基于证据的人源化 - 根据胚系序列比对和框架保留情况评分
3. 以可开发性为重点 - 评估聚集、稳定性、翻译后修饰和免疫原性
4. 结构指导 - 使用 AlphaFold/PDB 结构分析 CDR
5. 临床先例 - 参考已获批抗体验证
6. 量化评分 - 结合多项因素计算可开发性评分（0-100）
7. 优先使用英文查询 - 工具调用中始终使用英文术语，即使用户使用其他语言提问。使用用户的语言回复

---

查询数据库，不要猜测

不确定任何科学事实时，应先搜索数据库（PubMed、UniProt、ChEMBL、ClinVar 等），而不是依赖记忆推理。经数据库验证的答案总是比猜测更可靠。

---

适用场景

用户提出以下请求时使用：

• “将这个小鼠抗体序列人源化”
• “优化抗体对 [target] 的亲和力”
• “评估该抗体的可开发性”
• “预测 [sequence] 的免疫原性风险”
• “设计针对 [targets] 的双特异性抗体”
• “降低抗体制剂中的聚集”
• “设计 pH 依赖性结合抗体”
• “分析 CDR 序列并提出突变建议”

---

关键工作流要求

1. 报告优先（强制要求）

1. 首先创建报告文件：antibody_optimization_report.md
2. 随着分析完成，逐步更新
3. 输出单独的文件：
   • optimized_sequences.fasta - 所有优化变体
   • humanization_comparison.csv - 优化前后对比
   • developability_assessment.csv - 详细评分

完整报告模板及各部分格式请参阅 REPORT_TEMPLATE.md。

2. 文档规范（强制要求）

每次优化都必须包含逐变体文档，内容包括：

• 原始序列和优化后序列
• 人源化评分（人源框架百分比）
• CDR 保留确认
• 指标表（人源性、聚集风险、预测 KD、免疫原性）
• 数据来源引用

---

阶段 0：工具验证

必需工具

工具	用途	类别
IMGT_search_genes	胚系基因鉴定	人源化
IMGT_get_sequence	人源框架序列	人源化
SAbDab_search_structures	抗体结构先例	结构
TheraSAbDab_search_by_target	临床抗体基准	验证
ESMFold_predict_structure	Fv 结构建模（VH-linker-VL scFv）	结构
alphafold_get_prediction	根据 UniProt 登录号（靶抗原）获取预先计算的 AlphaFold DB 模型	结构
iedb_search_epitopes	表位识别	免疫原性
iedb_search_bcell	B 细胞表位预测	免疫原性
UniProt_get_entry_by_accession	靶抗原信息	靶点
STRING_get_interaction_partners	蛋白质相互作用网络	双特异性抗体
PubMed_search_articles	文献先例	验证

重要：SOAP 工具（IMGT、SAbDab、TheraSAbDab）需要 operation 参数。正确用法请参阅 QUICK_START.md。

---

工作流概览

Phase 1: Input Analysis & Characterization
├── Sequence annotation (CDRs, framework)
├── Species identification
├── Target antigen identification
├── Clinical precedent search
└── OUTPUT: Input characterization
    ↓
Phase 2: Humanization Strategy
├── Germline gene alignment (IMGT)
├── Framework selection
├── CDR grafting design
├── Backmutation identification
└── OUTPUT: Humanization plan
    ↓
Phase 3: Structure Modeling & Analysis
├── AlphaFold prediction
├── CDR conformation analysis
├── Epitope mapping
├── Interface analysis
└── OUTPUT: Structural assessment
    ↓
Phase 4: Affinity Optimization
├── In silico mutation screening
├── CDR optimization strategies
├── Interface improvement
└── OUTPUT: Affinity variants
    ↓
Phase 5: Developability Assessment
├── Aggregation propensity
├── PTM site identification
├── Stability prediction
├── Expression prediction
└── OUTPUT: Developability score
    ↓
Phase 6: Immunogenicity Prediction
├── MHC-II epitope prediction (IEDB)
├── T-cell epitope risk
├── Aggregation-related immunogenicity
└── OUTPUT: Immunogenicity risk score
    ↓
Phase 7: Manufacturing Feasibility
├── Expression level prediction
├── Purification considerations
├── Formulation stability
└── OUTPUT: Manufacturing assessment
    ↓
Phase 8: Final Report & Recommendations
├── Ranked variant list
├── Experimental validation plan
├── Next steps
└── OUTPUT: Comprehensive report

---

阶段 1：输入分析与表征

目标：注释序列、识别物种和胚系基因，并查找临床先例。

关键步骤：

1. 使用抗体编号工具注释 CDR，并将标签映射回序列索引（IMGT CDR-H1：27-38，CDR-H2：56-65，CDR-H3：105-117）。这些标签并非数组的字面偏移量，尤其在存在插入或末端延伸时。
2. 通过 IMGT_search_genes 找出最接近的人类胚系基因
3. 通过 TheraSAbDab_search_by_target 搜索临床先例
4. 通过 UniProt_get_entry_by_accession 获取靶抗原信息

输出：序列信息表、CDR 注释、靶标信息、临床先例列表。

代码示例见 WORKFLOW_DETAILS.md 阶段 1。

---

阶段 2：人源化策略

目标：选择人源框架、设计 CDR 移植，并确定回复突变。

关键步骤：

1. 在 IMGT 中搜索 IGHV/IGKV 人类胚系基因
2. 根据序列一致性、CDR 兼容性和临床使用情况为候选框架评分
3. 设计将 CDR 移植到所选框架上的方案
4. 确定可能需要回复突变的 Vernier 区残基（位置 2、27-30、47-48、67、69、71、78、93-94）
5. 至少生成 2 个变体：完全人源化，以及带有关键回复突变的变体
6. 计算人源化评分（框架人源性、CDR 保留情况、T 细胞表位、聚集风险）

输出：框架选择依据、移植设计、回复突变分析、人源化序列。

代码示例见 WORKFLOW_DETAILS.md 阶段 2。

---

阶段 3：结构建模与分析

目标：预测结构、分析 CDR 构象并映射表位。

关键步骤：

1. 通过 ESMFold_predict_structure 预测 Fv 结构（VH-linker-VL scFv；alphafold_get_prediction 仅能通过 UniProt accession 检索预先计算的模型）
2. 按区域（框架、CDR、界面）评估 pLDDT 分数
3. 对 CDR 规范结构进行分类并计算 RMSD
4. 通过 iedb_search_epitopes 搜索已知表位
5. 通过 SAbDab_search_structures 比较临床抗体结构

输出：结构质量表、CDR 构象分析、表位映射、结构比较。

代码示例见 WORKFLOW_DETAILS.md 阶段 3。

---

阶段 4：亲和力优化

目标：通过计算筛选设计提高亲和力的突变。

关键步骤：

1. 确定界面残基（距离阈值 4.5 A）
2. 筛选 CDR 界面位置上的所有氨基酸替换
3. 仅在方法和校准均支持时，按计算得到的结合能变化排序；说明符号约定和不确定性。示例阈值并非通用的结合判定标准。
4. 设计组合策略：单突变 -> 双突变 -> 三突变
5. 考虑 CDR-H3 延伸、酪氨酸富集、盐桥形成
6. 可选：在考虑组氨酸替换前，明确是要更强的酸性条件下结合，还是中性条件下结合、酸性条件下释放。两种方向都不能仅凭 His pKa 自动推断。使用对照和匹配的测定方法验证完整的结合态/游离态质子化假设；使用 Protein Design Campaign 及其 pH 参考资料。

输出：突变假设排序、组合策略、在有依据时给出的计算指标，以及明确标注未经验证的亲和力/条件性结合主张。不得编造 KD 范围或倍数提升。

代码示例见 WORKFLOW_DETAILS.md 阶段 4。

---

阶段 5：可开发性评估

目标：从五个维度进行全面的可开发性评分（0-100）。

关键步骤：

1. 聚集倾向、pI、疏水斑块（可根据序列计算）：运行 scripts/developability.py --seq <VH/VL>。该脚本会返回 AGGRESCAN 聚集倾向区域（基于实际的逐残基倾向值）、等电点和 Kyte-Doolittle 疏水斑块。
2. PTM 风险：扫描脱酰胺化（NG/NS）、异构化（DG/DS）、氧化（Met/Trp）和 N-糖基化（N-X-S/T）
3. **稳定性（Tm）**和 4. 表达滴度：仅凭序列无法计算——请使用外部预测工具（序列→Tm/滴度 ML 工具；仅在实际运行后报告结果）。不得捏造 Tm/滴度数值。
4. 溶解性：使用外部溶解性预测工具（例如 NetSolP）

评分：加权平均值（聚集倾向 0.30、PTM 0.25、稳定性 0.20、表达 0.15、溶解性 0.10）。 等级：T1（>75）、T2（60-75）、T3（<60）。

输出：各项评分、总分、等级分类、缓解建议。

评分详情请参见 WORKFLOW_DETAILS.md 阶段 5 和 CHECKLISTS.md。

---

阶段 6：免疫原性预测

目标：预测免疫原性风险并制定去免疫原性策略。

关键步骤：

1. 使用 IEDB 扫描 9-mer 肽，查找 MHC-II 结合表位
2. 统计框架区中的非人源残基
3. 评估与聚集相关的免疫原性
4. 计算总风险评分（0-100，越低越好）：低 <30，中 30-60，高 >60
5. 提出去免疫原性突变（移除 T 细胞表位，同时保留 CDR）
6. 与临床先例的 ADA 发生率进行比较

输出：T 细胞表位列表、风险评分明细、去免疫原性策略、临床比较。

代码示例请参见 WORKFLOW_DETAILS.md 阶段 6。

---

阶段 7：生产可行性

目标：评估表达、纯化、制剂和 CMC 的可行性。

关键步骤：

1. 评估针对 CHO 的密码子优化情况，并识别稀有密码子——CodonUsage_get_optimal_codons(taxid=<Cricetulus griseus NCBI taxid>) 会给出各氨基酸对应的 CHO 优选密码子，以供比较；如果尚不知道 taxid，应先确定，而非自行假定。CodonUsage_get_table（使用相同 taxid）还会提供各密码子的使用频率，以便识别实际序列中哪些密码子在 CHO 中较为稀有——人类密码子使用频率表（例如来自 tooluniverse-sequence-analysis 的表）在此并非正确的参照，因为在人类中稀有的密码子与在 CHO 中稀有的密码子并不相同
2. 设计信号肽
3. 规划三步纯化流程：Protein A 捕获 -> 阳离子交换精纯 -> 病毒纳滤
4. 建议制剂方案（缓冲液、pH、稳定剂、张力）
5. 确定分析表征方案（SEC-MALS、CEX、CE-SDS、SPR、DSF）
6. 估算 CMC 时间和成本（通常需 18-24 个月，进入 IND 前需 $1.65-2.65M）

输出：表达评估、纯化策略、制剂建议、CMC 时间表。

详细的生产内容请参见 MANUFACTURING.md，代码请参见 WORKFLOW_DETAILS.md 阶段 7。

---

阶段 8：最终报告与建议

目标：汇总所有发现，形成排序后的建议及验证计划。

主要输出：

1. 首选候选物及关键指标（人源化程度、亲和力、可开发性、免疫原性、稳定性、表达）
2. 对比原始版本与优化版本的关键改进表
3. 实验验证计划：体外（3-4 个月）-> 先导优化（2-3 个月）-> 临床前（6-12 个月）
4. 备用变体及其特征和建议
5. IP 考量：FTO 分析、CDR 新颖性、可专利性
6. 后续步骤：近期（第 1-3 个月）、短期（第 4-6 个月）、长期（第 7-24 个月）

完整报告模板请参见 REPORT_TEMPLATE.md。

---

工具参考

IMGT 工具

• IMGT_search_genes：搜索胚系基因（IGHV、IGKV 等）
• IMGT_get_sequence：获取胚系序列
• IMGT_get_gene_info：获取数据库信息

抗体数据库

• SAbDab_search_structures：搜索抗体结构
• SAbDab_get_structure：获取结构详情
• TheraSAbDab_search_therapeutics：按名称搜索
• TheraSAbDab_search_by_target：按靶抗原搜索

免疫原性

• iedb_search_epitopes：搜索表位
• iedb_search_bcell：B 细胞表位
• iedb_search_mhc：MHC-II 表位
• iedb_get_epitope_references：引文

结构与靶标

• ESMFold_predict_structure：根据序列预测 Fv 结构
• alphafold_get_prediction：通过 UniProt 登录号检索预先计算的 AlphaFold DB 模型
• UniProt_get_entry_by_accession：靶标信息
• RCSBData_get_entry：实验结构

试剂验证（Antibody Registry）

• AntibodyRegistry_search：查找针对某个靶标的经验证商业抗体（可按靶标基因／蛋白名称、抗体名称或供应商关键词搜索）。每条结果均包含 RRID、靶标（含 UniProt／Entrez ID）、克隆性、宿主生物、应用、供应商／目录编号和定义性引文。在阶段 1（靶标／先例研究）中，可用来查看针对某个靶抗原已有的抗体试剂，再设计新抗体；也可在阶段 8（验证规划）中用来确定基准试剂。
• AntibodyRegistry_get_by_rrid：将方法部分引用的特定 RRID（例如 AB_2298772；也接受不带前缀的数字 ID 或 RRID:AB_... 格式）解析为完整记录，以核实论文实际使用的具体抗体，而不是仅凭名称推断。已通过实时验证：这两个工具均可返回真实记录（例如，AntibodyRegistry_search(query="GFAP") → 返回一个靶标为 UniProt P14136 的真实 GFAP 兔单克隆抗体）。
• SciCrunch_resolve_rrid：用于解析所有非抗体对象的通用 RRID 解析器，包括细胞系（CVCL_ 前缀）、模式生物、软件／工具（SCR_ 前缀）和质粒。临床先例或验证论文的方法部分若同时引用了与抗体配套使用的细胞系或软件，可使用此工具。它也可以解析 AB_ RRID，但只返回通用字段（名称、描述、类别、proper_citation），不包含靶标／克隆性／宿主信息，因此对于抗体 RRID，应优先使用 AntibodyRegistry_get_by_rrid。已通过实时验证：SciCrunch_resolve_rrid(rrid="CVCL_0045") 会返回真实的 HEK293 细胞系记录（12 个同义词，proper_citation: "NCBI_Iran Cat# C497, RRID:CVCL_0045"）；对于上文同一个 AB_2298772 抗体 RRID，它只返回 name／description／categories，不含靶标信息，证实了两者在抗体详细字段上的区别。

系统生物学（用于双特异性抗体）

• STRING_get_interaction_partners：蛋白质相互作用
• STRING_get_enrichment：通路分析

---

参考文件

文件	内容
QUICK_START.md	入门指南、SOAP 工具参数、Python SDK 和 MCP 用法
WORKFLOW_DETAILS.md	所有 8 个阶段的代码示例
REPORT_TEMPLATE.md	完整报告模板，含章节格式和示例表格
MANUFACTURING.md	详细的生产内容（表达、纯化、制剂、CMC）
EXAMPLES.md	完整的临床场景示例（人源化、亲和力、双特异性抗体）
CHECKLISTS.md	证据分级、完整性检查清单、评分详情、特殊注意事项