esm

ESM：蛋白质语言模型与设计工具

技能概述

ESM (Evolutionary Scale Modeling) 是一个用于蛋白质理解、生成和设计的语言模型工具包，提供 ESM3 多模态生成模型和 ESM C 嵌入模型，支持序列生成、结构预测、逆向折叠等功能。

适用场景

1. 蛋白质设计与工程

当需要从头设计新蛋白质、优化现有蛋白质序列或生成具有特定功能的蛋白质变体时使用。支持功能条件生成，可以根据目标功能属性设计蛋白质序列，适用于酶工程、抗体优化、荧光蛋白设计等场景。

2. 蛋白质结构预测与分析

当需要从氨基酸序列预测蛋白质三维结构，或进行逆向折叠（根据结构设计序列）时使用。ESM3 的结构轨道可以生成 3D 坐标和 PDB 格式输出，适合结构生物学研究和蛋白质稳定性分析。

3. 蛋白质嵌入与特征提取

当需要将蛋白质序列转化为数值向量进行下游机器学习任务时使用。ESM C 模型可以生成高质量的蛋白质表示，适用于相似性计算、功能分类、聚类分析等任务。

核心功能

1. 多模态蛋白质生成

ESM3 支持在序列、结构、功能三个轨道上进行生成，可以单独或联合使用。通过链式思维 (Chain-of-Thought) 方法，可以迭代优化蛋白质设计，先预测结构再优化序列，最后验证功能。支持本地部署和云端 Forge API 调用，提供从 1.4B 到 98B 不同规模的模型选择。

2. 蛋白质嵌入与表示学习

ESM C 提供 300M、600M、6B 三种规模的模型，用于生成蛋白质嵌入向量。支持批量处理多个序列，适用于大规模蛋白质数据集的特征提取。生成的嵌入可用于蛋白质分类、功能预测、相似性搜索等下游任务。

3. 结构预测与逆向折叠

支持从序列预测结构，以及从结构反向设计序列。对于逆向折叠任务，可以输入目标结构（PDB 格式），移除序列信息后让模型生成能折叠到该结构的序列。这对于蛋白质稳定性改造和设计特定结构支架非常有用。

常见问题

ESM 和 AlphaFold 有什么区别？

ESM 和 AlphaFold 都是蛋白质相关的深度学习工具，但用途不同。AlphaFocus 主要专注于高精度的蛋白质结构预测，而 ESM 是一个更全面的蛋白质语言模型，除了结构预测外，还支持序列生成、逆向折叠、功能预测、嵌入提取等多种任务。如果只需要预测已知序列的结构，AlphaFold 可能更准确；如果需要进行蛋白质设计或多种下游任务，ESM 更合适。

如何选择 ESM3 和 ESM C？

ESM3 是生成式模型，适用于创建新序列、预测结构、设计功能等创造性任务。ESM C 是嵌入模型，适用于将序列转化为向量表示，用于分类、相似性计算等分析任务。简单来说，需要"生成"用 ESM3，需要"分析"用 ESM C。两者也可以配合使用，例如用 ESM3 生成候选序列，再用 ESM C 提取特征进行筛选。

本地部署和云端 API 怎么选？

本地部署适合开发测试、数据敏感场景或需要大量迭代调整的情况。esm3-sm-open-v1 是开源模型，可以完全本地运行，但模型规模较小（1.4B）。云端 Forge API 提供更大规模的模型（7B、98B），质量和速度更好，但需要网络连接和 API 配额。建议先用本地模型快速验证想法，确定方案后再使用 API 进行大规模高质量生成。