Binder Generation (pH-dependent)

简介

Binder Generation (pH-dependent) 是一个基于 ProteinMPNN 的 pH 敏感结合物序列生成工具。该工具通过在 binder 界面位置引入组氨酸（HIS）偏向，或在 binder 核心区域放置 HIS-HIS、HIS-ARG、HIS-LYS 网络突变，生成具有 pH 响应性的结合物序列。支持 PDB、CIF 和 mmCIF 格式输入。

核心思想
该模块主要支持以下设计策略：

• Interface HIS Strategy：在 target 正电残基 K/R/H 附近的 binder 位置施加 HIS 偏向，使低 pH 下静电排斥增强。
• Buried Network Strategy：在 binder 核心区域引入 HIS-阳离子残基网络，通过核心氢键实现 pH 敏感性。
• Reverse Design：在 target 负电残基 D/E 附近引入 HIS，使低 pH 下静电吸引增强。

该流程以结构输入、策略位点识别、ProteinMPNN 序列生成、HIS 数量过滤和 top-n 序列汇总为核心，输出候选 pH 敏感 binder 序列。

参数说明

Input Structure

输入结构文件，必选参数。支持单个文件、目录或压缩包输入，可接受 .pdb、.cif、.mmcif 格式，以及 .zip、.tar.gz、.tgz 压缩包。

Binder Chains

Binder 链 ID，例如 A,B。与 Binder Residues 二选一。

Binder Residues

Binder 残基范围，例如 A:1-50,B:30 或 1-50,60-80。与 Binder Chains 二选一；未指定链名且多个链含相同残基编号时会报错。

Target Chains

Target 链 ID，格式与 Binder Chains 相同。未指定 Target Chains 和 Target Residues 时，默认使用除 binder 外的所有残基作为 target。

Target Residues

Target 残基范围，格式与 Binder Residues 相同。未指定 Target Chains 和 Target Residues 时，默认使用除 binder 外的所有残基作为 target。

Strategy

设计策略，默认值为 interface。

• interface：界面 HIS 策略，在 target 正电残基附近的 binder 位置施加 HIS 偏向。
• network：埋藏网络策略，在 binder 核心引入 HIS-阳离子残基网络，周围邻域无偏向重设计。
• reverse：反向设计策略，与 interface 类似，但靶向 target 负电残基 D/E。
• both：同时运行 interface 和 network 策略。

Network Type

network 策略采用的网络类型，默认值为 all。仅用于 network 策略。

• his-his：仅使用 HIS-HIS 网络。
• his-arg：仅使用 HIS-ARG 网络，包含两个方向。
• his-lys：仅使用 HIS-LYS 网络，包含两个方向。
• all：尝试所有网络类型。

Bias Levels

HIS 偏向强度列表，使用逗号分隔，默认值为 2.0,3.0,5.0。仅用于 interface 和 reverse 策略。

Charged Cutoff

Target 带电残基附近 binder 残基的距离阈值，默认值为 6.0 Å。仅用于 interface 和 reverse 策略。

Interface Cutoff

界面残基距离阈值，默认值为 6.0 Å。仅用于 interface 和 reverse 策略。

Buried SASA Ratio

埋藏残基 SASA 比值阈值，默认值为 0.2。当残基 SASA 比值小于该阈值时，该残基视为埋藏残基。仅用于 network 策略。

Network Distance

埋藏网络配对的最大 CA-CA 距离，默认值为 6.0 Å。仅用于 network 策略。

Local Redesign Radius

局部重设计邻域半径，默认值为 6.0 Å。表示埋藏网络位置周围参与重设计的残基范围。仅用于 network 策略。

Omit AAs

屏蔽的氨基酸列表，例如 CS 表示屏蔽 Cys 和 Ser。生成序列中不会包含指定屏蔽的氨基酸。默认不屏蔽，所有策略均可使用。

Min HIS

HIS 数量下限，默认值为 1。

Max HIS

HIS 数量上限，默认使用渐进式动态阈值，直到覆盖 top-n 序列。

Num Sequences

生成序列数量。对于 interface 和 reverse 策略，表示每个设计在每个 bias 水平下生成的序列数，默认值为 100。对于 network 策略，表示每个设计中每对埋藏网络、每种网络类型生成的序列数，默认值为 100。

Top N

跨设计合并去重后最终输出的序列数，默认值为 100。所有策略均可使用。

结果说明

输出结果包括：

其中 generation_summary_all.csv 和 generation_summary.csv 包含信息如下：

当设置 Min HIS 或 Max HIS 时，除输出 generation_summary.csv、all_top_sequences.fasta 和 all_top_binder_sequences.fasta 外，还会额外输出一批默认的补充结果：

补充结果是程序根据经验默认生成的结果，可作为正式计算结果的补充。

参考文献

• Dauparas J, Anishchenko I, Bennett N, et al. 2022, Robust deep learning based protein sequence design using ProteinMPNN, Science, 378:6615, DOI: https://doi.org/10.1126/science.add2187
• Ahn G, et al. 2025, Computational design of pH-sensitive binders, bioRxiv, DOI: https://doi.org/10.1101/2025.09.29.678932