13. 구조가 있어야 보이는 것 — 입체 에피토프 · Dr. Son's mRNA Vaccine Design, First Steps II

지금까지는 서열만 봤습니다. 이번에는 3D 구조가 필요해요. I 권에서 받아 둔 PDB 6VXX 를 씁니다.

IEDB 안의 ElliPro 에 PDB 번호를 넣고 기본값으로 돌립니다. 그리고 중요한 한 걸음 — 사슬 A·B·C 를 전부 고르고 다시 제출합니다.

선형과 입체가 갈리는 자리

선형 에피토프

서열에서 연달아 붙어 있습니다.
문자열만 있으면 예측할 수 있어요.

입체 에피토프

서열에서는 흩어져 있는데 접히면 모입니다.
구조가 없으면 아예 못 봅니다.

ElliPro 가 쓰는 값 둘

값	무엇을 정하나
최소 점수 (돌출 지수, PI)	얼마나 튀어나와 있어야 에피토프의 일부로 칠까
최대 거리 (Å)	얼마나 가까운 잔기까지 한 덩어리로 묶을까

둘 다 손잡이입니다. 돌출 문턱을 낮추면 더 많이 잡히고, 묶는 반지름을 키우면 덩어리가 커지면서 개수는 줄어듭니다.

돌출 문턱과 묶는 거리를 움직여 보세요. 개수와 크기가 반대로 움직입니다.

Loading…

반지름을 키우면 덩어리는 적어지고 커집니다. 손잡이 하나가 결과의 모양을 바꿉니다.

Python Runs in your browser

# 묶는 반지름을 키우면 덩어리 수가 줄고 크기가 커진다
import numpy as np

rng = np.random.default_rng(9)
pts = rng.normal(0, 10, (60, 3))        # 표면 잔기라고 하자 (예시)

def clusters(points, radius):
    n = len(points)
    seen = [False] * n
    groups = []
    for i in range(n):
        if seen[i]:
            continue
        stack, g = [i], []
        seen[i] = True
        while stack:
            j = stack.pop()
            g.append(j)
            d = np.linalg.norm(points - points[j], axis=1)
            for k in np.where(d <= radius)[0]:
                if not seen[k]:
                    seen[k] = True
                    stack.append(int(k))
        groups.append(g)
    return groups

print("묶는 거리   덩어리 수   가장 큰 덩어리")
for r in (4, 6, 8, 10, 14):
    g = clusters(pts, r)
    print("   ", r, "Å        ", len(g), "         ", max(len(x) for x in g))

🤔 Check yourself

입체 에피토프를 예측하려면 반드시 있어야 하는 것은?

🤔 Check yourself

ElliPro 에서 사슬 A·B·C 를 모두 골라야 하는 까닭은?