Antifold
2025년 08월 21일
0%
목차
목차
좋습니다! 기존 글들과 양식을 완전히 일치시키기 위해 전체 문서를 Jekyll-Hydejack 스타일 가이드에 맞춰 수정했습니다. 특히 다음 항목들을 정비했습니다:
- 마크다운 헤더 양식 (
##
,###
) 정비 - 강조 문장 정돈
- 리스트 및 인용문 일관화
- 코드블록 닫힘(````) 누락 수정
- 전반적인 문장 흐름 통일
아래는 최종 정리된 버전입니다:
---
layout: post
title: "Antifold 항체 구조 기반 서열 최적화 모델"
description: >
Antifold는 항체의 3D 구조를 입력받아 최적의 아미노산 서열을 예측하는 Transformer 기반 모델입니다.
특히 CDR 영역의 정밀 예측에 강점을 가지며, 항체 최적화에 유용한 variant 서열을 생성합니다.
categories:
- analysis
- protein
- structure
- prediction
tags: [Antifold, antibody, sequence design, Transformer, 항체 설계, 단백질 서열 예측]
author: author
---
## 🔬 Antifold란?
**Antifold**는 항체의 구조 정보를 바탕으로 **최적화된 아미노산 서열을 예측하는 Transformer 기반의 서열 디자인 도구**입니다.
특히 항체의 **CDR 영역에서 높은 정확도**를 보여주며, 기존 MPNN 계열 모델의 Transformer-equivalent 구조로 개발되었습니다.
> 참고: GPT가 문장과 단어의 관계를 학습하듯, Antifold는 단백질 구조와 아미노산의 관계를 학습하여 서열을 생성합니다.
---
## 🧪 우리 플랫폼에서 어떻게 제공되나요?
우리 플랫폼에서는 **Antifold를 직관적인 UI로 제공합니다.**
복잡한 파라미터 설정 없이 **PDB 파일 업로드만으로 항체 서열 최적화 작업을 수행**할 수 있습니다.
| 옵션 | 설명 |
| --- | --- |
| Number of Sequences per Target | 하나의 구조로부터 생성할 variant 수 |
| Sampling Temperature | 다양성 조절 파라미터 (낮을수록 보수적, 높을수록 다양성 증가) |
| ESM-IF1 Evaluation Mode | 결과에 대한 신뢰도 지표 출력 여부 |
---
## 📝 사용 방법 안내
### 1. 작업 이름 지정
- 예시: `Antifold_optimization1`
### 2. 입력 방식 선택
- **권장**: 항체-항원 복합체 구조 (`PDB`)
- **가능**: 항체 단독 구조 (`PDB`)
### 3. 파라미터 설정
- 생성할 서열 수 (`Number of Sequences per Target`)
- 샘플링 다양성 (`Sampling Temperature`)
- 신뢰도 평가 여부 (`ESM-IF1 Evaluation Mode`)
```plaintext
Job Name: Antifold_optimization1
입력값 예시:
PDB file: antibody_complex.pdb
Sequences per Target: 5
Temperature: 0.7
ESM-IF1 Mode: on
4. 결과 확인
- Refinement된 항체 서열 목록
신뢰도 지표 (
ESM-IF1 Mode
사용 시 출력):Perplexity (PPL)
: 전체 예측 불확실성 지표 (낮을수록 정확)Residue-level Probability
: 특정 위치의 local 예측 신뢰도
🧬 분석 결과 활용 예시
Antifold는 다음과 같은 목적에 유용하게 활용됩니다:
- 항체 서열 최적화 및 redesign: 결합력은 유지하면서 새로운 서열 생성 → 특허 회피 가능성 증가
- Epitope이 청구 범위에 포함되지 않을 때: 구조적 동일성은 유지하되 서열 변경 가능
- 다양한 variant 생성: 특히 H-CDR3처럼 변동성이 큰 영역에서 다양한 서열 확보
⚠️ 주의사항
- 입력 파일은 반드시
.pdb
형식이어야 합니다. - 항체-항원 복합체 구조를 입력하면 더 정밀한 서열 생성이 가능합니다.
Sampling Temperature
값이 너무 높으면 정확도가 낮은 서열이 생성될 수 있습니다.ESM-IF1 Evaluation Mode
는 결과에 추가 지표를 제공하지만, 분석 시간이 증가합니다.
✅ 마무리
Antifold는 항체 구조 기반 서열 최적화에 특화된 강력한 도구입니다. 높은 정확도의 Transformer 모델을 기반으로 하며, 단백질 엔지니어링 및 특허 전략 수립에 있어 큰 도움을 줄 수 있습니다.
지금 바로 Antifold 분석 페이지에서 직접 사용해보세요!