Meta AI釋出含有逾6億蛋白質結構的資料庫與相關模型

不讓DeepMind專美於前，Meta AI本周釋出了多種用來預測蛋白質結構的模型，以及含有6.17億種總體基因體學（Metagenomic）蛋白質結構的資料庫ESM Metagenomic Atlas，並宣稱此為全球最大的高解析度蛋白質預測資料庫 ，是既有任何蛋白質結構資料庫的3倍，也是首個大規模覆蓋總體基因體學蛋白質的資料庫。

由基因編碼的蛋白質是複雜且動態的分子，也是生命的基礎，它讓人類能夠看見，可對抗病毒，也是驅動微生物與肌肉的馬達；總體基因體學則是自然科學的新領域，它利用基因定序來發現地球環境中的蛋白質，從土壤、深海或體內的微生物，儘管現今大家對其知之甚少，但卻可能幫助人類解開進化之謎，發現可能有助於治癒疾病、淨化環境或生產乾淨能源的蛋白質。

Meta AI的科學家們打造了新的蛋白質結構預測方法ESMFold，它利用大型語言模型ESM2的表徵，自蛋白質序列中生成準確的結構預測，其速度可達現有最先進蛋白質結構預測方法的60倍，不過，ESMFold的準確度並不如DeepMind所開發的AlphaFold。

《自然》（Nature》期刊引用了Meta AI蛋白質研究負責人Alexander Rives的說法指出，該團隊只用了兩周的時間，就利用ESMFold預測出超過6億種的蛋白質結構，而AlphaFold光是生產單一的蛋白質結構預測，可能就需要幾分鐘。

ESM Metagenomic Atlas將讓科學家們可搜尋及分析數十億種蛋白質的結構，協助研究人員辨識出之前從未被描繪的蛋白質結構，尋找遙遠的進化關係，以及發現可應用於醫學或其它領域的新蛋白質。

Meta AI已釋出ESM Metagenomic Atlas資料庫、所使用的各種模型、研究論文，以及可用來檢索特定蛋白質結構的API。

圖片來源／GitHub