Antibody (Off-) Target Prediction (WeTarScan)

简介

Antibody (Off-) Target Prediction模块对输入的抗体进行潜在靶点预测，基于丰富的抗体-抗原相互作用数据库，寻找与输入抗体在序列及结构上高度相似的一系列抗体。基于相似性原理（相似抗体可能具有相似靶点），这些高度相似的抗体对应的抗原靶点可能是输入抗体的潜在靶点。当前抗体-抗原相互作用数据库包含16万对抗原-抗体复合物，主要来源于文献、专利等开源数据。

参数说明

Antibody Structure

待预测靶点的抗体结构文件，PDB格式或CIF格式。

Mode

搜索模式，支持4种模式（默认为模式2）：

• 模式1: 完整抗体模式，以完整的抗体重轻链结构进行数据库检索。
• 模式2: 抗体CDR模式，仅提取抗体的CDR区域结构进行数据库检索。
• 模式3: 抗体重链CDR模式，仅提取抗体的重链CDR区域结构进行数据库检索。
• 模式4: 抗体重链CDR3模式，仅提取抗体的重链CDR3区域结构进行数据库检索。

注意： 纳米抗体VHH只能使用模式3或模式4，使用其他模式会提示错误。

TopN

保留打分排名最高的前N个结果，默认为50。

Species

物种信息过滤：

• Human表示仅保留人源靶点。
• Any表示不做任何限制。

Output

输出结果的文件名，默认为pred_hits.csv

结果说明

结果文件有多个，根据抗体结构来源不同会有不同的预测结果，以及合并后的最终结果。
当前抗体结构来源有2种：实验结构（来自PDB数据库）、Boltz模型预测结构。
结果文件有：

• 基于实验结构来源pred_hits_Experimental.csv
• 基于Boltz预测结构pred_hits_Boltz.csv
• 合并上述三者的最终结果pred_hits.csv

pred_hits_Experimental.csv，pred_hits_Boltz.csv包含如下信息：

pred_hits.csv包含信息如下：

参考文献

• van Kempen M, Kim S, Tumescheit C, Mirdita M, Lee J, Gilchrist CLM, Söding J, and Steinegger M. Fast and accurate protein structure search with Foldseek. Nature Biotechnology, doi:10.1038/s41587-023-01773-0 (2023)
• Schneider, C., Raybould, M.I.J., Deane, C.M. (2022) SAbDab in the Age of Biotherapeutics: Updates including SAbDab-Nano, the Nanobody Structure Tracker. Nucleic Acids Res. 50(D1):D1368-D1372
• Brennan Abanades et al. “The Patent and Literature Antibody Database (PLAbDab): an evolving reference set of functionally diverse, literature-annotated antibody sequences and structures”. In: Nucleic Acids Research, Volume 52, Issue D1, 5 January 2024, Pages D545-D551
• Steinegger M and Soeding J. MMseqs2 enables sensitive protein sequence searching for the analysis of massive data sets. Nature Biotechnology, doi: 10.1038/nbt.3988 (2017)