Predição de estrutura · Meta AI · 2023

ESMFold

Prevê uma estrutura a partir de uma única sequência, sem busca por alinhamento no momento da consulta. Um ESM-2 congelado entrega representações de sequência a um tronco de enovelamento e a um módulo de estrutura derivado do AlphaFold 2.

Em linguagem simples

Ele dobra uma proteína só a partir da sequência. Sem busca por parentes, sem espera por banco de dados. O modelo de linguagem já leu proteínas o bastante para que seu estado interno faça as vezes do alinhamento.

Uma forma de imaginar

Um tradutor que leu a biblioteca inteira não para para consultar. Mais rápido, e um pouco pior na frase rara em que consultar teria ajudado.

O engano mais comum

Mais rápido não quer dizer melhor. Quando existe um alinhamento profundo, um preditor baseado em alinhamento costuma ganhar, e abrir mão dessa evidência é uma escolha sua.

Como é montado

Escolha um componente para ler

Atributos de sequência e de pares

Representações refinadas

Rodar

Prever uma estrutura e gravar um arquivo PDB

import torch
from transformers import AutoTokenizer, EsmForProteinFolding

tok = AutoTokenizer.from_pretrained("facebook/esmfold_v1")
model = EsmForProteinFolding.from_pretrained("facebook/esmfold_v1").eval()

seq = "MALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKT"
inputs = tok([seq], return_tensors="pt", add_special_tokens=False)
with torch.no_grad():
    output = model(**inputs)

pdb = model.output_to_pdb(output)[0]
open("prediction.pdb", "w").write(pdb)

Estes trechos não foram executados aqui. Versões mudam: confira o cartão do modelo antes de confiar em qualquer linha.

01 / Por que está aqui

Posição

Tornou prática a rota do modelo de linguagem até a estrutura na escala de levantamentos metagenômicos. É um preditor de estrutura construído sobre o ESM-2, não outro nome para o modelo de linguagem.

02 / O que o distingue

Distinções

A busca por alinhamento desaparece, e é daí que vem a maior parte da velocidade.
O modelo de linguagem fica congelado. Só o tronco de enovelamento é treinado.
A precisão fica atrás da predição baseada em alinhamento em alvos com alinhamentos profundos e informativos.

03 / Onde para

Limites

Quando existe um alinhamento rico, a evidência que ele carrega é real, e um modelo que a ignora abre mão dela. Dobrar a partir de uma sequência só é uma troca, não uma melhoria de graça.

Pesos e código

Conferido no registro, não de memória

Repositório	Tamanho	Licença	Observação
facebook/esmfold_v1	ESM-2 3B plus folding trunk	MIT	—

Fontes

Cada número acima vem de uma destas

Lin et al. 2023, Science. Evolutionary-scale prediction of atomic-level protein structure with a language modelRevisado por pares ESMFold weightsCartão do modelo

Mesma tarefa, outras respostas

Predição de estrutura

Predição de estrutura2021

AlphaFold 2

Evolução entra, coordenadas saem.

Prevê a estrutura de uma proteína a partir da sequência, de um alinhamento de homólogas e de moldes opcionais.

Ver a arquitetura Predição de estrutura2024

AlphaFold 3

Um modelo para o complexo inteiro.

Prevê a estrutura conjunta de complexos com proteínas, ácidos nucleicos, moléculas pequenas, íons e resíduos modificados.

Ver a arquitetura Predição de estrutura2026

ESMFold2

Um codificador de linguagem com decodificador de difusão de todos os átomos.

Prevê estruturas de todos os átomos de proteínas e seus complexos a partir das representações do ESM C, com alinhamento opcional para alvos difíceis.

Ler a entrada

Voltar ao catálogoComparar com os vizinhos