Biohub/esm
Jupyter Notebook · ★ 2,595 · Fork 314 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
Biohub/esm 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 11,首次上榜 2026-05-29,最近一次上榜 2026-05-30。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-05-30 | #11 | 2,595 | +52 |
| 2026-05-29 | #11 | 2,556 | +102 |
同期上榜的项目
- microsoft/markitdown – Python tool for converting files and office documents to Markdown.
- harry0703/MoneyPrinterTurbo – 利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
- anthropics/claude-code – Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.
- cursor/plugins – Cursor plugin specification and official plugins
- revfactory/harness – A meta-skill that designs domain-specific agent teams, defines specialized agents, and generates the skills they use.
- EveryInc/compound-engineering-plugin – Official Compound Engineering plugin for Claude Code, Codex, Cursor, and more
ESM (Evolutionary Scale Modeling) 项目深度剖析与商业评估报告
ESM (Evolutionary Scale Modeling) 项目深度剖析与商业评估报告
1. 核心定位与商业落地价值
根本痛点 ESM项目解决的是蛋白质生物学领域的核心瓶颈:从序列到功能与结构的预测鸿沟。传统蛋白质工程依赖湿实验(X射线晶体学、冷冻电镜)和耗时计算(分子动力学模拟),周期长、成本高、通量低。ESM通过大规模语言模型(LLM)范式,将蛋白质序列的进化信息压缩为可计算的“世界模型”,实现从序列到结构、功能、相互作用的端到端预测与设计。
商业落地场景 1. 治疗性蛋白质设计:ESMFold2在抗体-抗原复合物、从头设计微型结合剂(minibinders)和scFv方面验证了实验室级别的有效性,直接服务于大分子药物研发管线。企业可将其嵌入先导化合物发现、亲和力成熟、免疫原性优化流程。 2. 工业酶工程:ESMC的表示学习能力可用于酶活性预测、稳定性优化和底物特异性改造,服务于合成生物学和绿色化工。 3. 蛋白质结构预测服务:作为AlphaFold3的开源替代方案,ESMFold2的单序列模式提供数量级加速,适用于高通量虚拟筛选和蛋白质组学规模的结构解析。 4. 生物多样性数据库(ESM Atlas):6.8亿蛋白质的结构预测和稀疏自编码器(SAE)可解释性,为微生物组研究、宏基因组学、新酶发现提供基础设施级数据资产。
竞争差异化与护城河 模型规模与性能:ESMC 6B参数在长程结构理解上超越ESM2,ESMFold2在DockQ通过率上优于AlphaFold3,尤其在蛋白-蛋白和抗体-抗原复合物上。 可解释性:SAE将隐藏状态分解为~16,000个可解释特征,并用自然语言描述,这是AlphaFold3和RosettaFold不具备的能力,为生物学家提供了“模型内部如何思考”的窗口。 开源策略:MIT许可证、权重公开、HuggingFace集成,降低了企业采用门槛。Biohub平台提供免费访问,但通过API token和平台级安全护栏(对致病序列的检测)实现商业化控制。 生态整合:与HuggingFace Transformers库深度绑定,用户可直接使用AutoModel和AutoTokenizer,学习成本极低。
2. 核心架构设计与技术深度
模块拆分思想 ESM项目采用分层模块化架构,分为四层: 1. 模型层:ESMC(Transformer编码器)、ESMFold2(扩散头+ESMC编码器)、SAE(稀疏自编码器)。各模型独立可加载,通过HuggingFace frompretrained 解耦。 2. 推理层:esm.sdk 提供统一客户端接口(ESMProtein、LogitsConfig、FoldingConfig),支持本地(HuggingFace)和远程(Biohub平台)两种模式。远程模式通过REST API调用,本地模式直接加载权重。 3. 结构处理层:ESMFold2InputBuilder 处理多链输入(蛋白质、DNA、配体、修饰),构建 StructurePredictionInput 并调用模型,输出 StructurePredictionResult(含pLDDT、pTM、ipTM等可靠性指标)。 4. 数据层:ESM Atlas作为静态数据集,SAE特征与数据库知识通过agentic pipeline关联,实现可解释性。
关键设计模式 适配器模式:通过 ESMProtein 统一不同模型(ESMC、ESMFold2)的输入格式,ESMFold2InputBuilder 适配多链、修饰、配体等复杂输入。 策略模式:FoldingConfig 允许用户自定义扩散步数、采样次数、循环次数,实现精度-速度权衡。 门面模式:esm.sdk 隐藏底层模型加载、设备映射、梯度管理等细节,对外暴露简洁API。 工厂模式:AutoModel.frompretrained 根据模型名称动态实例化对应模型类。
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/Biohub/esm)