用途：ESMFold2 是 Biohub ESM 发布的全原子扩散共折叠模型，用于预测蛋白、DNA、RNA、配体等组成的复合物结构。ESMFold2 含 48 个 pair 层并支持 MSA；ESMFold2-Fast 为 24 层、仅单序列、约快 1.7 倍。代码 MIT，权重在 Hugging Face biohub/*。
主要能力：通过 ESMFold2InputBuilder().fold() 提交 StructurePredictionInput，可组合 ProteinInput、DNAInput、RNAInput、LigandInput 与 Modification；返回每个扩散样本的 .plddt、.ptm、.iptm、.pae、.pair_chains_iptm 及 .complex.to_mmcif()。复合物按 ipTM、单体按平均 pLDDT 排序。支持同源二聚体（id 传列表）。
使用方式：需 CUDA 12.x GPU（H100/A100 级）、Python 3.12。安装示例：uv venv --python 3.12 /work/venv && source /work/venv/bin/activate，随后 uv pip install 依赖并安装 esm 与 Biohub transformers 指定提交。加载后必须调用 model.set_kernel_backend("fused") 与 model.set_chunk_size(None) 以获得吞吐提升；默认后端为参考 PyTorch，约慢 12 倍。论文 FoldBench 配置为 num_loops=10、num_sampling_steps=68、25 种子×5 扩散样本。MSA 模式通过 MSA.from_a3m 传入，ESMFold2-Fast 不支持 MSA。
限制：训练数据截止 2021 年 9 月 PDB。fused 后端仅推理，约 L>1400 会非法内存访问，需回退参考后端与 chunk_size=64；不要使用 cuequivariance 后端。Experimental 变体用于设计搜索，不可配 fused。cusolver SVD 可能被 NaN 污染，需 monkeypatch 小批量 SVD 到 CPU。未提供收费与平台信息。