模擬5億年進化的ESM3在Science發布了，可推理蛋白質序列、結構和功能

AIGC動態4個月前發布人工智能學家

400 0 0

原標題：模擬5億年進化的ESM3在Science發布了，可推理蛋白質序列、結構和功能
文章來源：人工智能學家
內容字數：8753字

EvolutionaryScale 的 ESM3 模型：用 AI 模擬 5 億年進化

本文回顧了 EvolutionaryScale 公司于 2025 年 1 月 16 日發表在《Science》雜志上的研究成果，該研究利用名為 ESM3 的大型語言模型，在蛋白質設計領域取得了突破性進展。

ESM3 模型概述
ESM3 是一種前沿的多模態生成語言模型，能夠同時推理蛋白質的序列、結構和功能。它通過結合這些模態，能夠遵循復雜的提示，并對生物學對齊（biological alignment）高度敏感，從而提高生成的蛋白質的保真度。這使得 ESM3 能夠設計出在自然進化中從未出現過的功能性蛋白質。
突破性成果：esmGFP
研究人員利用 ESM3 設計了一種名為 esmGFP 的新型熒光蛋白。esmGFP 與已知最相似的熒光蛋白序列同源性僅為 58%，這在以往的人工設計中是極其罕見的。通過引導 ESM3 關注熒光蛋白形成和催化色素體反應所必需的序列和結構特征，經過一系列迭代設計，最終產生了具有明亮熒光效果的 esmGFP。這一成果相當于跨越了超過 5 億年的自然進化距離。
EvolutionaryScale 公司
EvolutionaryScale 是一家非營利公司，致力于通過人工智能來理解生物學，造福人類健康和社會。他們通過開放代碼和模型的方式推動科學發展，并已完成 1.42 億美元的種子輪融資，并與亞馬遜和英偉達等公司合作。
研究意義
這項研究證明了大型語言模型在蛋白質設計領域的巨大潛力。ESM3 的成功不僅為藥物研發、生物材料設計等領域帶來了新的可能性，也為我們理解生命進化提供了新的視角。這項技術的進步，將加速生物醫學領域的創新，為人類健康帶來福祉。
未來展望
隨著人工智能技術的不斷發展，類似 ESM3 的模型將會在生物學研究中發揮越來越重要的作用。未來，我們可以期待更多基于人工智能的創新，推動生物學和醫學領域的突破性進展。該研究的開放性也為全球科學界提供了寶貴的資源，加速了相關領域的研究進程。

文章最后列出了歐米伽研究所的“未來知識庫”鏈接，其中包含大量關于人工智能、腦科學等前沿科技趨勢的報告，感興趣的讀者可以進一步了解相關信息。