子川投资笔记微信公众号，设“前沿”栏目，每日精选AI、脑科学、认知科学、语言学、量子技术、生物技术前沿进展；微软、GOOGLE等科技巨头最新动态；设“经典”栏目，持续更新精译及评注“巴菲特致股东信”系列；“维特根斯坦”哲学系列；设“洞见”栏目：分享关于技术进步、投资哲学、AI哲学与伦理的深度思考。



ESM3 是一种生成语言模型，能够创建一种新型荧光蛋白，并为蛋白质工程提供工具，为创新的科学应用整合序列、结构和功能。

研究人员使用 AI 模型 ESM3 模拟了 5 亿年的进化，并创造了一种新型荧光蛋白，彻底改变了蛋白质工程。

托马斯·海耶斯及其同事使用一个名为ESM3的多模态生成语言模型，设计并合成了一种全新的明亮荧光蛋白，其基因序列与任何已知的荧光蛋白都有很大差异。研究人员指出，这一成就相当于ESM3模拟了5亿年的生物进化过程。

这种方法为“搜索”潜在蛋白质的广阔前景提供了一种开创性的方法，增强了我们对自然进化蛋白质的理解，并能够创造出用于医学、环境修复和许多其他领域的新蛋白质。

ESM3 的工作原理：蛋白质建模的新方法

ESM3 可以通过离散标记的字母表来表示蛋白质序列、结构和功能，这些标记可以组合在生成语言模型中。这种策略不同于以前使用的语言模型，这些语言模型仅针对蛋白质序列进行缩放。

ESM3 的训练数据由 7710 亿个独特标记组成，这些标记由 31.5 亿个蛋白质序列、2.36 亿个蛋白质结构和 5.39 亿个带有功能注释的蛋白质创建。ESM3 可以训练多达 980 亿个参数。

ESM3 现已通过 API 提供公开测试版，使科学家能够以编程方式或通过基于浏览器的交互式应用程序设计蛋白质。研究人员可以通过免费的学术访问层使用 EvolutionaryScale Forge API，也可以使用开放模型的代码和权重。

参考链接：https://www.science.org/doi/10.1126/science.ads0018
发布日期：2025年1月16日


～完～


感谢阅读，麻烦点个👍和❤️，谢谢！



‍