ESM - 蛋白质语言模型 Python SDK

技能概述

ESM (Evolutionary Scale Modeling) 是 EvolutionaryScale 提供的蛋白质语言模型 Python SDK，支持蛋白质序列生成、结构预测、反向折叠设计和嵌入提取，适用于蛋白质工程、药物发现和计算生物学研究。

适用场景

1. 蛋白质功能设计与优化 设计具有特定功能属性的蛋白质序列，通过 ESM3 的多模态生成能力完成部分序列、生成变体或创建具有期望结构特征的新蛋白质。支持功能条件生成，可按荧光蛋白等功能标签定向设计。

2. 蛋白质结构预测与反向折叠 使用 ESM3 结构轨道或 ESMFold2 进行全原子结构预测，从蛋白质序列预测三维结构；或进行反向折叠，为给定结构设计可能折叠的序列。适用于结构生物学和蛋白质稳定性优化研究。

3. 蛋白质嵌入与机器学习 通过 ESMC 模型提取高质量蛋白质嵌入向量，用于序列相似性计算、功能预测、分类和聚类分析。支持批量处理，可将蛋白质表征用于下游机器学习任务，如功能注释和蛋白质性质预测。

核心功能

1. ESM3 多模态蛋白质生成 支持序列、结构、功能三个轨道的生成与预测。可使用 ESM3-open (1.4B) 本地部署，或通过 Forge/Biohub API 使用 esm3-medium (7B) 和 esm3-large (98B) 获得更高质量。提供思维链迭代优化、温度控制和批处理异步调用能力。

2. ESMC 蛋白质嵌入提取 生成蛋白质序列的高维嵌入表示，适用于表征学习和下游机器学习。支持 esmc_300m、esmc_600m 本地使用和 esmc-6b 云 API。可批量编码多条序列，并通过 LogitsConfig 返回归一化嵌入用于相似度计算。

3. ESMFold2 全原子结构预测 通过 Biohub 平台提供 ESMFold2 推理，支持高精度蛋白质三维结构建模。可与 ESM3 生成流程集成，先设计序列再预测结构，或用于实验前序列筛选。支持 PDB 格式输出和坐标提取。

常见问题

ESM Python SDK 如何安装和使用？

安装 ESM 需要 Python >=3.12,<3.13 环境。通过 uv pip install "esm==3.2.3" 安装基础版本。如需在 NVIDIA GPU 上加速推理，建议额外安装 Flash Attention：uv pip install flash-attn --no-build-isolation。本地使用 ESM3-open 需先在 Hugging Face 接受许可协议，ESMC 模型可直接加载。云 API 使用只需安装 esm 包，通过 esm.sdk.client() 传入模型 ID 和 ESM_API_KEY 即可。

ESM3 和 ESMC 模型有什么区别，应该选择哪个？

ESM3 是生成式模型，支持序列生成、结构预测、功能注释和思维链优化，适用于蛋白质设计和创造性任务。ESMC 是编码模型，专注于生成高质量嵌入用于表征学习，适合相似性计算、分类和特征提取。选择时考虑任务类型：需要生成或设计蛋白质用 ESM3，需要嵌入或表征用 ESMC。模型大小方面，原型用 1.4B/300m，生产用 7B/600m，最高精度用 98B/6b。

ESM 可以免费使用吗，本地部署需要什么硬件要求？

ESM 开源模型（ESM3-open 1.4B、ESMC 300m/600m）可免费本地使用，但需在 Hugging Face 接受许可。Forge/Biohub API 按推理收费，需注册并获取 API 密钥。本地部署硬件要求：ESMC 300m 可在单 GPU 运行，ESM3-open 1.4B 建议至少 8GB 显存，更大模型需更多资源。推理速度可通过 Flash Attention 和批处理优化。云 API 适合需要最新模型、无本地 GPU 或需要大规模批处理的场景。