09:43Latent.Space@latentspacepod83°Alex Rives 团队宣布推出 ESMFold2,一个开源的科学引擎,用于蛋白质预测、设计和发现。该模型在蛋白质相互作用(尤其是抗体)方面达到最先进水平,这是治疗药物的关键模态。团队针对五个重要的癌症和免疫学治疗靶点,设计并验证了迷你蛋白结合剂和单链抗体,成功率极高,亲和力达到治疗活性水平。同时发布了包含 68 亿蛋白质和 11 亿预测结构的图谱。ESMFold2 基于在数十亿蛋白质序列上训练的语言模型,通过语言建模自然涌现出蛋白质生物学的世界模型,其表征空间反映了通过一个世纪实证科学积累的理解。AI模型ESMFold2蛋白质预测抗体设计开源模型药物发现推荐理由:ESMFold2 将语言模型用于蛋白质设计,解决了抗体和蛋白结合剂设计这一基础难题,做药物发现和生物工程的团队可以直接用这个开源模型加速新药研发。原文
09:42Latent.Space@latentspacepod精选83°Biohub 发布了蛋白质世界模型系列,包括 ESMC-6B 和 ESMFold2,基于 6.8B 蛋白质序列和 1.1B 结构数据训练。该模型展示了生物学可能像语言模型一样规模化,从序列中学习结构与功能。ESMFold2 在抗体-抗原预测上超越专用系统。Biohub 还启动了 5 亿美元的虚拟生物学计划,旨在构建细胞、疾病乃至生理学的预测模型。AI模型蛋白质模型ESMC-6BESMFold2抗体设计Biohub推荐理由:生物学研究者终于有了一个像语言模型一样可规模化的蛋白质工具——ESMC-6B 和 ESMFold2 直接从序列学结构,做抗体设计和蛋白质工程的团队值得关注。原文