生命的元宇宙，被AI给挡住了

发布时间:2025/09/22 12:17 来源:裕安家居装修网

作为读取（AlphaFold2需多基因组读取），方便学术研究者在用到时通过仿真图形，将仿真大小操控在数百万到数十亿尺度模板。需忽略的是，随着仿真大小的增加，可观察到假设准确性的持续改善（还是“越大越准”）。

ESM-2仿真随着模板量升较高清晰度升较高

由于ESMFold的假设速度快比现有的其他化学键解像度酵素结构上假设仿真慢一个数尺度，因此ESMFold可以尽力慢速协作酵素结构上检索。用到ESMFold，可以慢速量度100万个假设结构上，这些结构上代表了酵素假设空除此以外的多种不同子集，其中所大多数没有注释的结构上或新功能。

而且ESMFold的基本上较高置信度假设与已知的实验结构上的相近度都很低，这表明了通过AI量度给予的基因组蛋白的结构上新颖性。

值得忽略的是，许多较高置信度结构上与UniRef90中所的结构上也有着低基因组相近性，说明该仿真有着超出其操练统计数据集的普遍性控制能力，借助了基于结构上的酵素新功能预见控制能力。

据此，学术研究人员普遍认为，ESMFold可以尽力理解那些超出现有认知的酵素结构上。

ESMFold在单基因组读取时假设清晰度微小好于AlphaFold2

虽然ESMFold速度快很较高，清晰度也极佳，特别是在单基因组读取的时候清晰度微小好于AlphaFold2。但我们也要看到，ESMFold在多基因组读取的意味著，其清晰度比AlphaFold2还是稍稍差距。

ESMFold局域网结构上

与AlphaFold2仿真类似，ESMFold仿确实架构也可以总称四部分：统计数据重构部分、JPEG部分（Folding Trunk）、解码器部分（Structure Module）、循环部分（Recycling）。

ESMFold和AlphaFold2之除此以外的一个关键区别，是用到语言学仿真坚称来消除对显式同源基因组（以MSA的表达方式）作为读取的要求。

语言学仿真坚称作为读取透过给ESMFold的接合中所段。通过将管控MSA的量度量大的Folding Block可选取而代之为管控基因组的Tranformer可选来简化AlphaFold2中所的Evoformer。这种简化或冗余意味着ESMFold才会比基于MSA的仿真慢得多。

ESMFold与AlphaFold2对比

在AlphaFold2和RoseTTAFold中所用到MSA和COM才会导致两个瓶颈。

首先，可能需基于CPU检索和对齐MSA和COM。这是由于AlphaFold2和RoseTTAFold不是二维基因组嵌入状态，而是用到轴向精力完全一致于MSA的贴图结构上状态顺利进行操作，即使用到GPU，这一量度的代价也不菲。

即便如此，ESMFold是一个几乎端到端的基因组结构上假设器，可以几乎在GPU上运行，无须才会面时任何另有部检索。

例如在单个NVIDIA V100 GPU上，用到较不及模板的ESMFold在14.2秒内对有着384个残基的酵素顺利进行假设，可比单个AlphaFold2仿真慢6倍。而在较粗壮的基因组上，我们甚至看到了平均60倍的改进。

速度快的数尺度进一步提较高是ESMFold优于AlphaFold2的独特占优，使我们必须在比现有法则更粗壮的数量级内协作大量假设结构上。考虑到可用基因组统计数据的现有，这一点尤其最主要。

例如，AlphaFold2酵素结构上检索的初始发行版所发布新闻时有着平均36万个假设结构上，截至2022年7月则包含平均99.5万个假设，这比以另有许多酵素基因组检索小几个数尺度。

统计数据重构部分与解码器的深度分析法则

统计数据重构部分运用于读取基因组和检索的重构，为JPEG透过读取。

在AlphaFold2仿真中所，统计数据重构部分用到了碱基基因组检索和结构上检索，分别运用于有所不同基因组的统计分析法则和结构上COM的分组。

AlphaFold2多基因组统计分析法则示意

生可作化学的基本是基于这样的一个假设：基因组相近，结构上相近，新功能相近。一般普遍认为有所不同的基因组或者有所不同的结构上才会独有出有所不同的新功能域。

1）基因组检索被运用于多基因组统计分析法则（Multiple Sequence Alignment，MSA），即在基因组检索中所检索与读取基因组相对于的检索基因组。

2）结构上检索则运用于结构上匹配，追寻与读取基因组的结构上相对于的已知结构上COM。

然后基因组统计分析法则与结构上统计分析法则的结果作为读取传输给JPEG部分。

ESMFold Folding Block与AlphaFold2 Evoformer结构上对比

解码器部分即Folding Trunk，一共48层。

ESMFold与AlphaFold2的一个关键区别是，ESMFold用到语言学仿真坚称，消除了对确切的同源基因组（以MSA的表达方式）作为读取的需。

ESMFold通过用一个管控基因组的Transformer可选代替管控MSA的量度昂贵的局域网可选，简化了AlphaFold2中所的Evoformer。这种简化意味着ESMFold的速度快最大限度进一步提较高，远较高于基于MSA的仿真。

结语

作为酵素结构上假设大仿真，ESMFold给予准确化学键解像度结构上假设的推断（Inferenc）速度快比AlphaFold2进一步提较高了平均一个数尺度。特别是在具体量度中所，这一速度快占优表现的更加微小。这是由于ESMFold裁减了搜索多基因组来协作MSA的量度量。

ESMFold运用于揭示恒基因组结构上空除此以外

推断速度快占优使得基于量度必要映射大型恒基因组基因组检索的结构上空除此以外视作可能。

除了运用于识别远人类基因另有，ESMFold还可以被运用于顺利进行慢速准确的结构上假设，并在具体数量级内给予数百万个假设结构上，进一步尽力所发现新的酵素结构上和新功能。这相当于在用到AI量度来协作生命的“元星球”。

150亿模板大仿真，10x倍速度快改善。虽然Meta ESMFold清晰度上终于做到全面“翻车”AlphaFold2，但或许“唯慢的道”，对于酵素结构上重构与假设、协作大型恒基因组结构上检索有着巨大的推动作用。

论文链接：

补考文献：Zeming Lin et. al.， Language models of protein sequences at the scale of evolution enable accurate structure prediction，

Jumper， J. et al.， Highly accurate protein structure prediction with AlphaFold， Nature (2021):1-11.

本文来自微信社才会所号：善东西（ID：zhidxcom），作者：陈巍

。