Bio AI上級

GYDE (Guide Your Design and Engineering)

AlphaFold2、Boltz、Chaiなど、複数のAIモデルを統合して実行するバイオ設計プラットフォーム

AIモデルの一括実行：AlphaFold2、Boltz-1/2、Chai-1r、OpenFold3、ABodyBuilder2、Ibex、MOE Ab_workflow（構造予測）、ProteinMPNN、ThermoMPNN、LigandMPNN、BindCraft、RFDiffusion（タンパク質設計）、MAFFT、Absolve、RaSP、Rosetta ΔΔG、TAP、MolDesk（解析）など、10種類以上の最新のタンパク質AIモデルをSlivka APIを通じてWeb GUI上で直接実行
Mol*ベースの3D構造可視化：配列-構造の自動同期、MSAビューワー（フィルタリング、整列、注釈）、ヒートマップ（飽和変異データ）、散布図（予測スコア vs 実験値）、配列ロゴ（残基の保存度）、画像ビューワーなど、インタラクティブなプロットを統合
抗体エンジニアリングワークフロー：Absolveナンバリング → ABodyBuilder2構造予測 → TAP/MolDesk開発性解析 → ProteinMPNN変異設計の一貫したパイプライン
柔軟なデータモデル：カラムベースのデータフレーム構造で、配列、構造、実験データを統合。CSV、XLSX、FASTA、PDBのアップロード、およびPDB/UniProt/Pfam公開DBとの連携
セッションバージョン管理とコラボレーション：OAuth2認証、セッションアクセス制御、バージョン履歴により、研究者間のコラボレーションを支援
Send-to-GYDE API：外部システムからcurlエンドポイントを通じてプログラムによるデータインポート（パイプライン自動化との連携）
HPCスケジューラとの連携：Slivkaを通じて、LSF、Slurm、SunGrid Engineなどの主要なHPCジョブスケジューラをサポート

💻 必要なスペック

🧠RAM

GYDE自体はCPUベースのウェブサーバーです。SlivkaのコンピューティングレイヤーでAlphaFold2/RFDiffusionなどのAIモデルを実行する際には、NVIDIA GPUが必要です（モデルによって異なります。AlphaFold2は16GB以上、ProteinMPNNは8GB以上、RFDiffusionは16GB以上）。

💾ストレージ

GYDEコアは約500MBです。SlivkaのコンピューティングツールとAIモデルの重みを合わせると、数十GBから数百GBになります（AlphaFold2のデータベースは別途約2.5TBで、ローカルに構築する場合）。

⚡ インストール

4-1. 簡単なセットアップ（Docker、推奨）

git clone https://github.com/proteinverse/gyde.git
cd gyde
export SLIVKA_DATA_DIR=/path/to/slivka/data
docker compose --profile setup run slivka-bio-installer
docker compose up gyde-server
# http://localhost:3030 にアクセス

4-2. ローカル開発環境

# 事前条件：Node.js v14以上、MongoDB v4.4以上、Git
git clone https://github.com/proteinverse/gyde.git

# フロントエンド
cd gyde/gyde-frontend && npm install && npm start
# http://localhost:3000

# バックエンド（別のターミナル）
cd gyde/gydesrv && npm install
export GYDE_SLIVKA_URL=http://your-slivka-server:4040
export GYDE_MONGO_CONNECTION=mongodb://localhost:27017/
npm start

4-3. 本番環境へのデプロイ

cd gyde-frontend && npm run build
cd ../gydesrv
export GYDE_HOST=0.0.0.0
export GYDE_PORT=3030
export GYDE_SLIVKA_URL=http://your-slivka-server:4040
export GYDE_MONGO_CONNECTION=mongodb://localhost:27017/
node index.js

主要な環境変数

変数用途デフォルト値 GYDE_HOST バインドアドレス 127.0.0.1 GYDE_PORT ポート 3030 GYDE_SLIVKA_URL Slivka コンピューティング API エンドポイント必須 GYDE_MONGO_CONNECTION MongoDB 接続 URI mongodb://localhost/ GYDE_DB_NAME データベース名 gydedb_prd GYDE_CA_BUNDLE 企業 SSL 証明書パス (なし)

🧬 バイオ活用シナリオ

🔬

タンパク質-タンパク質相互作用（PPI）の大規模フィルタリング

プロテオミクスデータから得られた1,381個の相互作用候補をAlphaFold2-multimerで構造予測し、GYDE内でpTM/ipTMスコアに基づいてフィルタリング — Molビューアーでインターフェース残基を視覚的に検証し、実験検証の優先順位を決定

🧬

構造予測手法のベンチマーク

Boltz-1とChai-1rのコフォールディングの結果を同じセッションで直接比較 — 予測品質のメトリック、構造の不一致領域、信頼度スコアを視覚的に確認し、プロジェクトごとに最適なモデルを選択

💊

抗体エンジニアリング（合理的設計）

B細胞レパートリー配列から、抗体番号付け、構造予測、CDR変異ヒートマップの視覚化、開発性（TAP/MolDesk）の評価、実験用のピックリストの作成までを単一のプラットフォームで実行。Anti-PD-1抗体をProteinMPNNで設計し、最適化した事例をデモンストレーション

🎙️

酵素の最適化

HyperTEVプロテアーゼにProteinMPNNベースの飽和変異設計ワークフローを適用し、野生型と比較して約20倍の触媒効率の向上を達成した先行研究の計算による再現

🤖

De novoバインダーの設計

BindCraftとRFDiffusionを活用して、LRRC15ターゲットAAVカプシドのリターゲティングを設計 — 実験的な結合/VLP収量データと予測構造をGYDEで統合的に分析

⚡

協調的な反復設計

セッションのバージョン管理とアクセス制御を通じて、計算生物学者、実験科学者、プロジェクトリーダーが同じ設計セッションを共有し、反復設計-実験サイクルを実行

FAQ

GYDE (Guide Your Design and Engineering)とは何ですか？

AIモデルの一括実行：AlphaFold2、Boltz-1/2、Chai-1r、OpenFold3、ABodyBuilder2、Ibex、MOE Ab_workflow（構造予測）、ProteinMPNN、ThermoMPNN、LigandMPNN、BindCraft、RFDiffusion（タンパク質設計）、MAFFT、Absolve、RaSP、Rosetta ΔΔG、TAP、MolDesk（解析）など、10種類以上の最新のタンパク質AIモデルをSlivka APIを通じてWeb GUI上で直接実行 Mol*ベースの3D構造可視化：配列-構造の自動同期、MSAビューワー（フィルタリング、整列、注釈）、ヒートマップ（飽和変異データ）、散布図（予測スコア vs 実験値）、配列ロゴ（残基の保存度）、画像ビューワーなど、インタラクティブなプロットを統合抗体エンジニアリングワークフロー：Absolveナンバリング → ABodyBuilder2構造予測 → TAP/MolDesk開発性解析 → ProteinMPNN変異設計の一貫したパイプライン柔軟なデータモデル：カラムベースのデータフレーム構造で、配列、構造、実験データを統合。CSV、XLSX、FASTA、PDBのアップロード、およびPDB/UniProt/Pfam公開DBとの連携セッションバージョン管理とコラボレーション：OAuth2認証、セッションアクセス制御、バージョン履歴により、研究者間のコラボレーションを支援 Send-to-GYDE API：外部システムからcurlエンドポイントを通じてプログラムによるデータインポート（パイプライン自動化との連携） HPCスケジューラとの連携：Slivkaを通じて、LSF、Slurm、SunGrid Engineなどの主要なHPCジョブスケジューラをサポート

GYDE (Guide Your Design and Engineering)はいつ使いますか？

AlphaFold2、Boltz、Chaiなど、複数のAIモデルを統合して実行するバイオ設計プラットフォーム

GYDE (Guide Your Design and Engineering)のバイオ研究での活用例は何ですか？

タンパク質-タンパク質相互作用（PPI）の大規模フィルタリング: プロテオミクスデータから得られた1,381個の相互作用候補をAlphaFold2-multimerで構造予測し、GYDE内でpTM/ipTMスコアに基づいてフィルタリング — Molビューアーでインターフェース残基を視覚的に検証し、実験検証の優先順位を決定

📄 公式ドキュメント 🐙 GitHub

📝 アップデートノート

まだアップデートノートはありません。

🧪 関連「生命のコード」

関連する「生命のコード」記事はまだありません。