用途:ESM 是蛋白质语言模型工具包,用于理解、生成和设计蛋白质,包含 ESM3(跨序列、结构、功能的生成式多模态蛋白质设计)与 ESM C(高效蛋白质表示学习和嵌入)两个模型家族。
主要能力:一是用 ESM3 生成具有目标性质的蛋白质序列、补全部分序列、生成变体;二是结构预测与反向折叠(由序列预测结构,或由结构设计序列);三是用 ESM C 生成嵌入,服务于功能预测、分类、相似性分析等下游任务;四是功能条件生成与注释;五是链式思考式迭代精修;六是通过 Forge API 异步批量处理。
使用方式:安装命令为 uv pip install esm;如需更快推理可再执行 uv pip install flash-attn --no-build-isolation。本地加载示例:ESM3.from_pretrained("esm3-sm-open-v1").to("cuda");云端可通过 ESM3ForgeInferenceClient(model="esm3-medium-2024-08", url="https://forge.evolutionaryscale.ai", token="<token>") 连接,Forge token 在 https://forge.evolutionaryscale.ai 获取。生成时用 GenerationConfig(track="sequence"/"structure"/"function", num_steps=...),结构可用 protein.to_pdb() 获取,ESM C 用 model.encode 与 model.forward 得到嵌入。序列中 "_" 表示掩码位点。
适用场景:蛋白质工程、药物发现、科研中的序列设计、结构预测、功能预测、嵌入聚类与相似性分析、高通量批量任务等。
限制:资料未提供具体收费与价格信息;部分能力仅限 Forge 云端(如 esm3-medium-2024-08、esm3-large-2024-03)。使用需注意遵循负责任生物设计框架,考虑生物安全与伦理影响。