用AI炸场“生命元宇宙”！Meta蛋白质大三维深度解析

结构的堆栈来借助于最优展示出。

▲ESMFold图形有着比AlphaFold2不够很高的平均速度

ESMFold主要用途ESM-2研习的信息和表示来执行端到端的3D内部结构分析，特别是仅主要用途单个遗传器皿质作为重定向（AlphaFold2只能多遗传器皿质重定向），方便研究指导出果在主要用途时通过图形图层，将图形大小支配在数百万到数十亿极限补数。只能提醒的是，随着图形大小的减小，可提醒到到分析正确地性的持续全面性提很高。（还是“越大越准”）

▲ESM-2图形随着补数使用量升很高准确性升很高

由于ESMFold的分析平均速度比原有的其他水分子像素细胞内内部结构分析图形较慢一个数值，因此ESMFold可以帮助较慢速框架细胞内内部结构集出。主要用途ESMFold，可以较慢速测算100万个分析内部结构，这些内部结构代表了细胞内分析室内空间的有所不同子集，其中会大多数没有注释的内部结构或系统。

而且ESMFold的大部份很高置信度分析与已知的试验中会内部结构的类似于度都很极低，这表明了通过AI测算获得的遗传器皿质复合物的内部结构新颖性。

值得提醒的是，许多很高置信度内部结构与UniRef90中会的内部结构也有着极低遗传器皿质类似于性，说道明该图形有着远超过其基础训练图表集的泛化战斗能力，借助于了基于内部结构的细胞内系统也许战斗能力。

据此，研究指导人员普遍认为，ESMFold可以帮助理解那些远超过原有认知的细胞内内部结构。

▲ESMFold在单遗传器皿质重定向时分析准确性轻微好于AlphaFold2

虽然ESMFold平均速度很很高，准确性也不错，得益于单遗传器皿质重定向的时候准确性轻微好于AlphaFold2。但我们也要想到，ESMFold在多遗传器皿质重定向的情况下，其准确性比AlphaFold2还是略有差距。

三、ESMFold网络内部结构

与AlphaFold2图形类似，ESMFold图形的架构也可以分为四部份：图表二阶部份、的系统部份（Folding Trunk）、解码器部份（Structure Module）、循环部份（Recycling）。

ESMFold和AlphaFold2之间的一个关键差异是主要用途语言图形表示来扫除对显式互补遗传器皿质（以MSA的方式）作为重定向的尽快。

语言图形表示作为重定向给予给ESMFold的翻转主干。通过将管控MSA的测算使用量大的Folding Block模块化代替为管控遗传器皿质的Tranformer模块化来修改AlphaFold2中会的Evoformer。这种修改或建模意味着ESMFold会比基于MSA的图形较慢得多。

▲ESMFold与AlphaFold2对比

在AlphaFold2和RoseTTAFold中会主要用途MSA和堆栈会随之而来两个瓶颈。

首先，似乎只能基于CPU集出和可视MSA和堆栈。这是由于AlphaFold2和RoseTTAFold不是二维遗传器皿质连在一起状态，而是主要用途轴向精力也就是说于MSA的图形内部状态同步进行操作，即使主要用途GPU，这一测算的代价也可想而知。

相比之下，ESMFold是一个实际上端到端的遗传器皿质内部结构分析器，可以实际上在GPU上运行，无需会面任何除此以外部集出。

例如在单个NVIDIA V100 GPU上，主要用途较不及补数的ESMFold在14.2秒内对有着384个残基的细胞内同步进行分析，可比单个AlphaFold2图形较慢6倍。而在略长的遗传器皿质上，我们甚至想到了平均60倍的改进。

平均速度的数值降极低是ESMFold优于AlphaFold2的鲜明占有优势，使我们并不需要在比原有原理不够短的持续时间内框架大使用量分析内部结构。考虑到可用遗传器皿质图表的覆盖面，这一点众所周知重要。

例如，AlphaFold2细胞内内部结构集出的初始版本样布时有着平均36万个分析内部结构，截至2022年7月则包含平均99.5万个分析，这比目前许多细胞内遗传器皿质集出小几个数值。

四、图表二阶部份与解码器的尺度统计分析

图表二阶部份主要用途重定向遗传器皿质和集出的二阶，为的系统给予重定向。

在AlphaFold2图形中会，图表二阶部份主要用途了残基遗传器皿质集出和内部结构集出，分别主要用途有所有所不同遗传器皿质的判读和内部结构堆栈的配对。

▲AlphaFold2多遗传器皿质判读示意

生器皿信息学的基础是基于这样的一个假设：遗传器皿质类似于，内部结构类似于，系统类似于。一般普遍认为有所有所不同的遗传器皿质或者有所有所不同的内部结构会衍生出有所有所不同的系统域。

1）遗传器皿质集出被主要用途多遗传器皿质判读（Multiple Sequence Alignment，MSA），即在遗传器皿质集出中会集出与重定向遗传器皿质近的集出遗传器皿质。

2）内部结构集出则主要用途内部结构匹配，找与重定向遗传器皿质的内部结构近的已知内部结构堆栈。

然后遗传器皿质判读与内部结构判读的结果作为重定向传输给的系统部份。

▲ESMFold Folding Block与AlphaFold2 Evoformer内部结构对比

解码器部份即Folding Trunk，多达48层。

ESMFold与AlphaFold2的一个关键差异是，ESMFold主要用途语言图形表示，扫除了对清楚的互补遗传器皿质（以MSA的方式）作为重定向的只能。

ESMFold通过用一个管控遗传器皿质的Transformer模块化引入管控MSA的测算划算的网络模块化，修改了AlphaFold2中会的Evoformer。这种修改意味着ESMFold的平均速度最大限度降极低，多于很高于基于MSA的图形。

简短

作为细胞内内部结构分析大图形，ESMFold获得正确地水分子像素内部结构分析的推测（Inferenc）平均速度比AlphaFold2降极低了平均一个数值。得益于实际测算中会，这一平均速度占有优势展示出的极为轻微。这是由于ESMFold下调了搜索多遗传器皿质来框架MSA的测算使用量。

▲ESMFold主要用途探寻聪遗传器皿质内部结构室内空间

推测平均速度占有优势使得基于测算有效地同构大型聪遗传器皿质遗传器皿质集出的内部结构室内空间出为似乎。

除了主要用途识别多于互补性除此以外，ESMFold还可以被主要用途同步进行较慢速正确地的内部结构分析，并在实际持续时间内获得数百万个分析内部结构，全面性帮助样现原先细胞内内部结构和系统。这非常于在主要用途AI测算来框架生命的“元生命体”。

150亿补数大图形，10x倍平均速度全面性提很高。虽然Meta ESMFold准确性上最终毕竟上半年“摇动”AlphaFold2，但毕竟“唯较慢不破”，对于细胞内内部结构二阶与分析、框架大型聪遗传器皿质内部结构集出有着巨大的促成抑制作用。

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.

。

奥适宝
武汉做干细胞治疗医院排名
强直性脊柱炎用什么药效果好
治弱精症那个医院好
昆明十大干细胞医院排名
藿香正气口服液的功效与作用
类风湿关节晨僵用什么药治效果最好
消化不良想吐怎么办可以试试这个方法
新冠特效药有哪些
艾拉莫德片对类风湿关节晨僵管用吗