抗体人化概述
本平台是一种生物信息学平台，用于通过将补体决定性区域（CDRs）移植到人类框架模板上，同时保留抗原结合亲和力并降低免疫原性风险，将小鼠抗体转化为人化变体。
主要功能：
CDR识别：自动CDR边界检测（Kabat/Chothia/IMGT方案）
框架匹配：数据库搜索最优的人类germline模板
人化评分：多参数免疫原性风险评估
反向突变预测：识别框架中保留的关键残基
批处理：高效人化多个抗体候选物
免疫原性评估：T细胞表位和人性评分
何时使用：
将小鼠杂交瘤抗体转化为治疗候选物
降低啮齿动物来源抗体的免疫原性风险
选择人类框架模板进行CDR移植
识别抗原结合的关键框架残基
比较多种人化策略以优化首选项
准备抗体序列用于专利申请
教授抗体工程原理
何时不使用：
完全人类抗体生成来自噬菌体显示 → 使用phage-display-library
全新抗体设计 → 使用antibody-design-ai
亲和力成熟 → 使用affinity-maturation-predictor
ADCC/CDC优化 → 使用fc-engineering-toolkit
最终治疗候选物选择 → 需要实验验证
集成：
上游：antibody-sequencer（VH/VL序列确定），cdr-grafting-validator（结构评估）
下游：protein-struct-viz（3D可视化），immunogenicity-predictor（T细胞表位分析）
核心功能
解析抗体序列并识别CDR边界：
from scripts.humanizer import AntibodyHumanizer
humanizer = AntibodyHumanizer()
# 分析抗体序列
analysis = humanizer.analyze_sequence(
vh_sequence="QVQLQQSGPELVKPGASVKISCKASGYTFTDYYMHWVKQSHGKSLEWIGYINPSTGYTEYNQKFKDKATLTVDKSSSTAYMQLSSLTSEDSAVYYCAR...",
vl_sequence="DIQMTQSPSSLSASVGDRVTITCRASQGISSWLAWYQQKPGKAPKLLIYKASSLESGVPSRFSGSGSGTDFTLTISSLQPEDFATYYCQQYSSYPYT...",
scheme="chothia" # 选项：kabat, chothia, imgt
)
# 输出CDR位置
print(analysis.cdr_regions)
# {
# "VH_CDR1": {"start": 26, "end": 32, "seq": "GYTFTDY"},
# "VH_CDR2": {"start": 52, "end": 58, "seq": "INPSTGY"},
# ...
# }
编号方案：
方案 VH CDR1 VH CDR2 VH CDR3 最适合
Chothia 26-32 52-56 95-102 结构分析
Kabat 31-35 50-65 95-102 序列基于工作
IMGT 27-38 56-65 105-117 标准化分析
识别最优的人类germline模板：
# 匹配人类germline数据库
matches = humanizer.find_human_frameworks(
vh_framework=analysis.vh_frameworks,
vl_framework=analysis.vl_frameworks,
top_n=5,
criteria=["homology", "canonical_structure", "vernier_similarity"]
)
# 评估每个候选项
for match in matches:
print(f"模板：{match.germline_genes}")
print(f"同源性：{match.homology:.2%}")
print(f"Vernier评分：{match.vernier_score:.1f}")
print(f"风险水平：{match.immunogenicity_risk}")
匹配标准：
序列同源性：与人类germline的百分比身份
规范结构：环形构象兼容性
Vernier区域：框架残基与CDR接触
接口残基：与CDR的包装相互作用
评估候选物的免疫原性风险：
# 评分人类化候选物
scores = humanizer.score_candidates(
murine_antibody=analysis,
human_templates=matches,
scoring_methods=["t20", "h_score", "germline_deviation", "paratope_diversity"]
)
# 按综合评分排名
ranked = scores.rank_by_composite_score(
weights={"humanness": 0.4, "binding_retention": 0.4, "developability": 0.2}
)
评分方法：
方法 描述 目标
T20评分 20-mer肽人化 >80%人类
H-Score Hummerblind germline距离 <15个突变
Paratope多样性 CDR germline基因多样性 低多样性
Developability 聚集/PH稳定性预测 高评分
识别从小鼠框架中保留的关键残基：
# 预测反向突变
back_mutations = humanizer.predict_back_mutations(
murine_vh=analysis.vh_sequence,
human_vh=matches[0].human_template,
cdr_regions=analysis.cdr_regions,
rationale_required=True
)
# 输出显示位置特异性推荐的突变
for mutation in back_mutations:
print(f"位置{mutation.position}：{mutation.human_aa} → {mutation.murine_aa}")
print(f"理由：{mutation.reason}") # 例如“Vernier区域接触”
print(f"优先级：{mutation.priority}") # 临界/重要/可选
关键残基类：
Vernier位置：框架残基与CDR接触（VH 24, 71, 94）
接口包：残基之间的包装相互作用
规范锚点：半胱氨酸和保守框架位置 ** 埋藏
by