Graylab/IgFold

解決する課題

IgFoldは、抗体のアミノ酸配列から3D構造を高速かつ正確に予測するツールです。これは、抗体が標的とどのように相互作用するかを理解するために重要であり、創薬や生物学研究に不可欠です。

仕組み

IgFoldは、天然抗体の大規模データセットで学習した深層学習を使用します。抗体配列を処理するために、AntiBERTyと呼ばれる事前学習済み言語モデルを活用します。このシステムは、抗体可変ドメイン（Fv）の主鎖とCB原子を予測でき、OpenMMやPyRosettaなどのツールを使用して、これらの予測を全原子構造にさらに精密化できます。また、テンプレート構造を使用して、変異体や特定のバリアントの予測をガイドすることもサポートしています。

対象ユーザー

高価な実験手法だけに頼らず、抗体構造を迅速かつ正確にモデリングする必要がある構造生物学者、生化学者、製薬研究者向けに設計されています。

主な特徴

• 高速予測: CPU上で数秒で構造を予測できます。
• 柔軟な入力: FASTAファイルまたはコマンドライン引数を介して、ペアFv、ナノボディ、または単鎖をサポートします。
• 全原子精密化: OpenMMおよびPyRosettaと統合して、全原子構造を構築および緩和します。
• テンプレートサポート: 既存のPDB構造をテンプレートとして使用して予測をガイドでき、特定のCDR領域を無視する機能も備えています。
• 標準化された出力: 予測RMSDをB-factor列に格納したPDBまたはmmCIF形式で構造を生成します。