Filter Antibody Sequences

简介

基于 ANARCI 的抗体序列快速分类工具，将输入 FASTA 文件中的序列自动划分为可编号、不可编号和异常序列三类，并分别输出到独立的 FASTA 文件中。

核心技术

• ANARCI 编号判定：调用 ANARCI 引擎尝试对每个序列进行编号，根据编号成功与否判定序列类别
• 三分类输出：自动将序列归类为可编号（numberable）、不可编号（unnumberable）和异常（invalid）
• 并行处理：支持多核并行加速，提升大批量序列处理效率
• 多编号方案：内置 IMGT、Kabat、Chothia、Martin 等主流编号方案

适用场景

• 批量序列质控：快速筛选出可被标准编号体系识别的抗体序列
• 数据清洗：从混合序列集中分离异常或低质量序列
• 下游分析预处理：为后续的抗体编号、人源化、CDR 分析等流程准备合格的输入数据

参数说明

Input FASTA

输入的抗体氨基酸序列文件，需为标准 FASTA 格式，支持单条或多条序列。
注意：仅包含完整或可识别 Fv（可变区）结构域的序列才能被 ANARCI 正确编号。

Numbering Scheme

ANARCI 编号方案，用于判定序列是否可被识别为抗体可变区并进行编号。

• IMGT：国际免疫基因组学标准，最常用
• Kabat：基于序列变异性定义
• Chothia：基于结构环区定义
• Martin：基于 Kabat 的修订版本

默认使用 IMGT。

Numberable Output

可编号序列（即成功识别为 Fv 区域的序列）的输出文件路径。
这些序列包含可解析的抗体可变区结构域，可被 ANARCI 成功编号，并适用于下游分析（如 CDR 定位、人源化等）。
默认输出文件为 numberable.fasta。

Unnumberable Output

不可编号序列的输出文件路径。
这些序列不包含可识别的 Fv 区域，或与标准抗体可变区差异过大，因此无法被 ANARCI 识别和编号。
默认输出文件为 unnumberable.fasta。

Invalid Output

异常序列的输出文件路径。
这些序列存在格式错误（如 FASTA 不规范）、包含非标准氨基酸，或其他导致无法解析的问题。
默认输出文件为 invalid.fasta。

输出结果包括以下文件：