Patent BLAST

简介

针对抗体全长或者CDR区进行序列检索的模块。从专利中检索一条抗体可变区时，现有的BLAST程序（例如NCBI BLAST）通常是以全序列进行检索，但是对于抗体而言，功能主要取决于CDR，FR相对不重要，并且由于FR的通用性，许多不同抗体的FR是相同或高度同源的，而FR占序列的比重更高，就导致以抗体的可变区BLAST会得到很多FR相似但CDR不相似的序列。并且，专利申请时，除了保护可变区完整序列，很多情况也会对抗体CDR进行单独保护，以获得更大的保护范围，因此在抗体开发过程中，以CDR为目标进行同源序列检索就很有必要了。为此，唯信团队开发了该程序，可以从现有专利库中检索到与目标CDR最接近的序列。数据更新于：Dec 2024

• 序列来源：NCBI专利序列库
• 来自美国专利局USPTO提交的美国专利序列和通过INSDC合作包括的欧洲和日本专利序列
• 包含已授权专利中的权利要求和实施例中的全部序列
• 原始数据链接：https://ftp.ncbi.nlm.nih.gov/blast/db/pataa.tar.gz
• WeMol数据更新于：Dec 2024
• 数量：>700万个蛋白序列，其中14万条抗体CDR序列
• 检索原理：提取专利序列数据库中的抗体序列，使用Kabat规则识别CDR区，并将CDR1/2/3拼接成新的CDR序列，与目标抗体拼接后的CDRs进行比对，输出同源性最高的数条。

例如，输入序列L的完整序列，进行检索后，返回检索到同源性较高的序列的CDR，如下图所示。

如果需要查看某个检索到的序列的出处，可以根据检索的CDR的序列编号，从任务输出的log文件中找到对应的专利名，
例如序列ATJ10081.1来自于US专利9493553（SEQ ID为39），并且US专利9670274、9890209等多个专利中也出现了该CDR片段，他们的比对情况包括同源性也展示在后面，如下图所示。

根据唯信团队经验，通常CDR的保护范围精确到具体序列，即差异一个以上氨基酸，即视为不在专利的保护范围之内，但不排除存在等同侵权的风险，仅供参考。

参数说明

Antibody Sequence File

抗体序列文件， FASTA格式

Type

指定序列比对数据库类型：抗体全长（full）或者抗体CDR区域 (cdr)。
CDR区域数据库为专利保护抗体数据库。

结果说明

输出结果包括：

blast.csv
当 Type 选择 cdr 或 full 时，会额外输出该文件。该文件为 CSV 格式，包含以下列：