抗体-04.工具-06.IMGT-ANARCI-RIOT-抗体序列注释工具对比选型

新人第一次选抗体序列注释工具，常见困惑是：三个名字都听过，功能好像重叠，到底用哪个？ 本文横向对比 IMGT/V-QUEST、ANARCI、RIOT（riot-na）——三者都做可变区注释与编号，但设计重心不同：IMGT 是行业标准的免疫遗传学体系；ANARCI 是蛋白序列本地编号利器；RIOT 是核酸+蛋白双通道的高通量批处理引擎。

段末注释：本文对比的是序列层面的 V(D)J 注释、FR/CDR 编号与胚系归属，不涉及三维结构坐标预测。

系列：工具-03 IMGT · 工具-04 ANARCI · 工具-05 RIOT · 工具索引

1. 三十秒选型：先回答两个问题

图 1　新人选型决策流程：从输入序列类型到工具选择（科普示意）

问题 A：你手里主要是核酸还是氨基酸？

输入	优先考虑
核酸（测序、cDNA、组库）	IMGT/V-QUEST 或 RIOT（NT 模式）
氨基酸（表达序列、预测蛋白、PDB 链）	ANARCI 或 RIOT（AA 模式）

问题 B：你要多「深」的免疫遗传学信息？

需求深度	优先考虑
完整 V/D/J、Junction、突变统计、监管/发表口径	IMGT/V-QUEST
只要链型 + 多方案编号，嵌入 Python/ML pipeline	ANARCI
百万级批处理 + AIRR 标准输出 + NT/AA 统一流程	RIOT

若仍不确定，继续读 §3 总表与 §6 场景对照。

2. 注释原理：共同逻辑与三家差异

三款工具表面都在报 v_call、CDR 边界，但底层路径不同。先弄清「注释在算什么」，再读对比表更有意义。

2.1 共同逻辑：不是「先找保守 FR，剩下算 CDR」

可变区注释不是在单条序列上扫描保守区、再把剩余划为 CDR。更标准的模型是：

目标序列
    ↓
与胚系参考（V，重链还有 D、J）做全局比对
    ↓
在比对列上建立「编号位点 ↔ 目标残基」的对应关系
    ↓
套用编号方案（IMGT / Kabat / Chothia …）里预先规定的 FR/CDR 位点区间
    ↓
反推到目标序列 → 得到 FR1、CDR1、FR2 … 及 V(D)J 调用

要点：

FR/CDR 边界来自编号方案规则（如 IMGT 的 CDR1 常见为位点 27–38），不是每条胚系等位基因各贴一套独立标签。
胚系比对提供坐标系；方案提供切刀位置。
CDR3 横跨 V–(D)–J junction，需 V/D/J 共同参与界定，不只靠 V 基因模板。

段末注释：Kabat 历史上用群体序列变异性定义 CDR，Chothia 偏结构环区；但 IMGT/V-QUEST、ANARCI、RIOT 对单条序列的执行方式都是「比对 + 方案位点投影」，而非现场算保守性。

2.2 三家实现路径对比

环节	IMGT / V-QUEST	ANARCI	RIOT
参考库	IMGT reference directory（行业目录）	内置胚系 HMM 库（人/鼠等）	OGRDB 开放胚系库（可 CUSTOM）
比对引擎	V-QUEST 专用核酸比对 + IMGT 规则	HMMER3 对 HMM 全局比对	Rust 预过滤 + Python 胚系比对
输入主场景	核酸（cDNA、组库 reads）	氨基酸	核酸 + 氨基酸双通道
V(D)J 调用	✅ V、D、J 精细指派	❌ 不做完整 V/D/J（仅链型/物种）	✅ V、D、J + `c_call`
FR/CDR 切分	IMGT 方案位点（输出 FR/CDR-IMGT）	多方案切换（`--scheme`）	四方案（IMGT/Kabat/Chothia/Martin）
遗传学延伸	突变表、Junction 分解、Collier de Perles	E-value、链型、位点列表	productive、AIRR 扩展字段
设计目标	免疫遗传学标准与可发表报告	蛋白序列编号适配器（pipeline）	组库级批处理 + 标准化输出

1
2
3

IMGT：  核酸 ──► 对 IMGT 胚系目录精细 V(D)J 比对 ──► IMGT 编号 + 突变/Junction 报告
ANARCI：蛋白 ──► HMMER 对胚系 HMM 比对 ──► 链型/物种 + 多方案位点映射
RIOT：  NT/AA ──► Rust 预过滤缩小候选 ──► 胚系比对 + 方案切分 ──► AIRR 表

2.3 原理层面的优劣势

工具	原理优势	原理局限
IMGT / V-QUEST	与行业 IMGT 目录同源，V/D/J/Junction/相对胚系突变一体化；核酸链上可读框、移码、翻译与注释一致；报告口径最适合 Methods/CMC	以 Web/HighV-QUEST 为主，难嵌入本地超大规模 pipeline；主要输出 IMGT 方案；对蛋白输入非主线
ANARCI	HMM 对 gap/插入鲁棒，适合 CDR3 长度多变；一套比对、多套编号方案（含 AHo）；API 轻量，直接得 `(位点, aa)`；MIT 许可	不做完整 V/D/J 与 Junction 遗传学叙事；物种标签可能错但编号仍可用；无核酸 productive/移码层
RIOT	双输入统一逻辑；Rust 预过滤适合百万级；输出 AIRR 便于组库生态；OGRDB 开放可自定义	遗传学报告深度不及 V-QUEST 突变表；商业许可需单独确认；Ig 为主，TCR 等需实测

按「你要注释的到底是什么」选：

注释目标	更匹配的原理路径
「这条 cDNA 的 V/D/J 是谁、相对胚系突变了多少」	IMGT 核酸精细比对
「这条蛋白按 Kabat 每位点怎么标、链型是什么」	ANARCI HMM + 多方案投影
「这批序列能否标准化进组库 pipeline」	RIOT 预过滤批处理 + AIRR

2.4 特殊序列：原理仍成立，解读要小心

人源化 / CDR 移植（CDR 来自鼠、FR 来自人）时，三家的切分逻辑不变（仍是比对 + 方案位点），但遗传学解读易偏：

现象	原因	对三家的影响
`v_call` 常显示人源 V	FR 占比较长且已人源化，全局比对偏向人胚系	IMGT/RIOT 的 V 调用与构建记录可能「语法一致、故事不同」
CDR 区「突变」偏多	相对被指派人胚系，鼠 CDR 被视为大量差异	IMGT 突变表不能直接当体细胞突变或免疫原性唯一依据
D/J 与 V 物种叙事不一致	CDR3/junction 可能保留原始鼠重排	IMGT/RIOT 可能出现人 V + 鼠倾向 D/J；需与实验记录对照
FR/CDR 边界通常仍可用	边界由方案位点决定，不随物种嵌合改变	ANARCI 编号往往最稳；遗传学报告需人工注明供体来源

原则：编号/切分信工具；胚系归属与突变含义信实验设计与构建文档。

3. 一张总表看全貌

图 2　三款工具在「自动化程度 × 遗传学注释深度」上的定位（科普示意）

维度	IMGT / V-QUEST	ANARCI	RIOT（riot-na）
本质	标准 + 数据库 + 在线工具生态	本地 CLI/Python 编号工具	本地 CLI/Python 批注释引擎
维护方	IMGT® 联盟	牛津 OPIG/SAbPred	Natural Antibody
输入：核酸	✅ 主场景	❌	✅ NT 通道
输入：氨基酸	⚠️ 非 V-QUEST 主线	✅ 主场景	✅ AA 通道
V 基因指派	✅ 精细	⚠️ 间接（HMM 链型）	✅
D / J 基因指派	✅ 完整	❌	✅
Junction / CDR3 分解	✅ 详细	❌	✅
相对胚系突变统计	✅ 突变表	❌	⚠️ 有限
productive / 移码检测	✅（核酸）	❌	✅（NT 为主）
编号方案	IMGT 为主	IMGT、Kabat、Chothia、Martin、AHo、Wolfguy	IMGT、Kabat、Chothia、Martin
TCR 支持	✅（IMGT/TR）	✅（IMGT/AHo 等）	⚠️ 以 Ig 为主，需实测
多结构域（融合蛋白）	⚠️ scFv 模式	⚠️ 需手动拆分	✅ `--multiple-domains`
部署方式	Web；批处理用 HighV-QUEST	本地 pip/GitHub	本地 pip wheel / Docker
批处理规模	单条方便；大规模需 HighV-QUEST	本地 FASTA + Python 循环	Rust 预过滤 + 多进程，适合组库级
输出格式	网页 + IMGT-gapped FASTA 等	CSV / `(位点, aa)` 列表	AIRR 扩展 CSV/JSON
Python API	❌（需解析导出）	✅ `anarci.number()`	✅ `create_riot_nt/aa()`
胚系库	IMGT reference directory	内置 HMM（人/鼠等）	OGRDB + 可自定义
行业认可度	⭐ 最高（发表/监管）	⭐ 计算抗体社区常用	⭐ 组库/AIRR 生态上升
许可	免费 Web；HighV-QUEST 有配额	MIT	非商业免费；商业需查 LICENSE

读表口诀：

写报告、对 IMGT 官方口径 → IMGT
蛋白序列、要 Kabat/Chothia、塞 pipeline → ANARCI
测序组库、要 AIRR、NT+AA 一套搞定 → RIOT

4. 分维度细比

4.1 输入与前置条件

情况	推荐	原因
杂交瘤测序得到的 cDNA	IMGT 或 RIOT-NT	需要 V(D)J 与 reading frame 信息
只有 VH/VL 氨基酸 FASTA	ANARCI 或 RIOT-AA	无需翻译；ANARCI 编号方案更多
BCR 组库百万 FASTA	RIOT	并行 + AIRR 输出；IMGT HighV-QUEST 有配额
scFv 一条肽含 VH+VL	RIOT（多域）或手动拆两条后 ANARCI	ANARCI 不自动拆双域
纳米抗体 VHH 单链	ANARCI	编号成熟；注意物种标签可能不准

4.2 编号方案

三者都支持 IMGT，但「一套序列多种方案」的能力不同：

方案	IMGT	ANARCI	RIOT
IMGT	✅ 默认	✅	✅ 默认
Kabat	对照表	✅	✅
Chothia	对照表	✅	✅
Martin	—	✅	✅
AHo / Wolfguy	—	✅	❌

若项目必须在 IMGT 与 Kabat/Chothia 间切换，ANARCI 与 RIOT 更省事；若只认 IMGT 且要官方 gapped 输出，IMGT/V-QUEST 最直接。

4.3 输出与下游对接

下游任务	更顺手的工具	说明
论文 Methods「按 IMGT 注释」	IMGT	审稿人熟悉；可附 V-QUEST 截图/导出
PyTorch 按 CDR 位点抽特征	ANARCI	`number()` 直接得位点列表
Immcantation / AIRR 组库分析	RIOT	字段与 Rearrangement Schema 对齐
人源化报告（FR 回复突变统计）	IMGT	V-QUEST 突变表最完整
Snakemake / Spark 流水线	RIOT 或 ANARCI	均本地；RIOT 自带 Spark 示例

4.4 性能与运维

维度	IMGT	ANARCI	RIOT
单条试序列	⭐ Web 即开即用	CLI 一条命令	CLI 一条命令
10³ 条	Web 重复提交或 HighV-QUEST	本地 FASTA	本地 FASTA，`-p` 并行
10⁶ 条组库	HighV-QUEST（注册/配额）	可行但无预过滤加速	⭐ Rust 预过滤 + 多进程
环境依赖	浏览器	Python + HMMER3	Python ≥3.10；wheel 通常免编译
版本复现	注明 IMGT reference release	固定 GitHub commit + hmmscan 版本	固定 `riot-na` 版本 + 胚系库日期

4.5 许可与合规

IMGT：学术 Web 免费；HighV-QUEST 大规模需注册；商业用途查 IMGT 条款。
ANARCI：MIT，商业 pipeline 友好。
RIOT：非商业机构非商业使用免费；商业用途需单独查阅 LICENSE。

企业选型时，许可有时比功能差异更先决定答案。

5. 三者各自最擅长什么

用一句话概括（不重复单篇全文，只帮记忆）：

工具	最擅长回答
IMGT	「这条核酸在免疫遗传学标准下是谁、突变了多少、Junction 长什么样？」
ANARCI	「这条蛋白是 VH 还是 VL、按 Kabat/Chothia/IMGT 每位点怎么标？」
RIOT	「这批核酸或蛋白能否批量注释成 AIRR 表、是否 productive、V/D/J 是谁？」

6. 按场景选型（对照表）

场景	首选	备选	备注
克隆测序验证（单条 cDNA）	IMGT/V-QUEST	RIOT-NT	要突变表选 IMGT
人源化 / 免疫原性分析	IMGT	—	FR 突变统计 IMGT 最全
抗体 ML 训练（CDR 掩码）	ANARCI	RIOT-AA	ANARCI API 最轻量
读老文献 Kabat 编号	ANARCI	RIOT	`--scheme kabat`
BCR 测序后处理（>10⁵ 条）	RIOT	IMGT HighV-QUEST	RIOT 本地无配额
组库入库 AIRR 格式	RIOT	—	字段原生对齐
双特异性 / CAR 融合蛋白	RIOT	手动拆分 + ANARCI	`--multiple-domains`
TCR 序列（α/β 链）	IMGT 或 ANARCI	—	RIOT 需项目内验证
快速 Web 试一条 AA	ANARCI Web（人/鼠）	—	生产仍建议本地固定版本
监管申报材料 / CMC 文档	IMGT	—	行业默认语言
商业 closed-source pipeline	ANARCI	RIOT（查 LICENSE）	MIT 最省心

7. 可以组合用吗？

可以，且实践中常见——不是互斥，而是分工：

典型组合 A（发现 → 计算）
  测序 cDNA ──IMGT/V-QUEST──► 确认胚系与突变（报告）
       │
       └──翻译 AA──ANARCI──► 统一编号供 ML / 设计脚本

典型组合 B（组库 → 深度核查）
  百万 FASTA ──RIOT──► AIRR 表 + productive 过滤
       │
       └──挑克隆──IMGT/V-QUEST──► 突变表 + Junction 细节（发表）

典型组合 C（全本地）
  NT/AA 统一 ──RIOT──► 批注释
  需 AHo 编号 ──ANARCI──► 子集再编号

原则：批处理用 RIOT，蛋白编号方案切换用 ANARCI，报告级遗传学细节用 IMGT。同一克隆若三处结果不一致，优先核对输入序列（是否含信号肽/Fc）、编号 scheme 是否一致、胚系库版本是否相同。

8. 新人常见误区

把「编号」当成「胚系注释」
ANARCI 给的是位点映射 + 链型；不等于 V-QUEST 级 D 基因与突变统计。
核酸丢给 ANARCI、蛋白丢给 V-QUEST
输入类型与工具主场景错配，结果要么跑不通要么信息不全。
不同 scheme 混比 CDR 长度
IMGT 与 Kabat 的 CDR1 边界可能差 1–3 个残基；对比前必须统一 scheme（见抗体-01.结构-02）。
忽略版本与胚系库
IMGT reference release、ANARCI commit、RIOT + OGRDB 日期都会影响 v_call； Methods 里应写明。
RIOT 多进程直接传对象
须用 get_or_create_riot_*；ANARCI 无此限制，但需装 HMMER。
以为注释工具能预测功能
三者都不输出亲和力、表达量或三维结构；注释是下游分析的前置步骤。
以为注释是在序列上找保守区再切 CDR
实际是胚系比对 + 编号方案位点投影；见 §2.1。
人源化分子直接信突变表
CDR 鼠 + FR 人时，IMGT/RIOT 突变统计需结合构建记录解读；见 §2.4。

9. 选型速查卡

┌─────────────────────────────────────────────────────────────┐
│  我要…                          →  选                       │
├─────────────────────────────────────────────────────────────┤
│  单条 cDNA，写进论文/报告        →  IMGT/V-QUEST              │
│  蛋白 FASTA，多种编号方案        →  ANARCI                    │
│  组库百万条 + AIRR               →  RIOT                      │
│  嵌入 Python，只要 (位点, aa)    →  ANARCI                    │
│  融合蛋白多 VH/VL                →  RIOT --multiple-domains   │
│  商业软件，MIT 最省事            →  ANARCI                    │
│  行业默认 IMGT 口径              →  IMGT                      │
└─────────────────────────────────────────────────────────────┘

10. 小结

若你只能记三句
IMGT = 标准 + 核酸胚系注释最全，Web 友好，发表首选
ANARCI = 蛋白本地编号 + 方案最全，ML pipeline 首选
RIOT = NT/AA 双通道 + 组库批处理 + AIRR，高通量首选

没有「永远最好」的工具，只有与输入类型、注释深度、输出格式与合规要求最匹配的选择。建议先读 §2 注释原理与三篇单工具科普，再用 §6 场景表拍板。

延伸阅读

篇目	链接
IMGT 详解	抗体-04.工具-03
ANARCI 详解	抗体-04.工具-04
RIOT 详解	抗体-04.工具-05
CDR 与编号方案背景	抗体-01.结构-02 可变区结构

参考文献

Lefranc M.-P. IMGT unique numbering. Immunology Today (1997); IMGT/V-QUEST: Brochet X. et al. Nucleic Acids Res. (2008)
Dunbar J., Deane C.M. ANARCI. Bioinformatics (2016)
Dudzic P. et al. RIOT. Briefings in Bioinformatics (2024). doi:10.1093/bib/bbae632