模拟5亿年进化的ESM3在Science发布了，可推理蛋白质序列、结构和功能

原标题：模拟5亿年进化的ESM3在Science发布了，可推理蛋白质序列、结构和功能
文章来源：人工智能学家
内容字数：8753字

EvolutionaryScale 的 ESM3 模型：用 AI 模拟 5 亿年进化

本文回顾了 EvolutionaryScale 公司于 2025 年 1 月 16 日发表在《Science》杂志上的研究成果，该研究利用名为 ESM3 的大型语言模型，在蛋白质设计领域取得了突破性进展。

1. ESM3 模型概述

   ESM3 是一种前沿的多模态生成语言模型，能够同时推理蛋白质的序列、结构和功能。它通过结合这些模态，能够遵循复杂的提示，并对生物学对齐（biological alignment）高度敏感，从而提高生成的蛋白质的保真度。这使得 ESM3 能够设计出在自然进化中从未出现过的功能性蛋白质。

2. 突破性成果：esmGFP

   研究人员利用 ESM3 设计了一种名为 esmGFP 的新型荧光蛋白。esmGFP 与已知最相似的荧光蛋白序列同源性仅为 58%，这在以往的人工设计中是极其罕见的。通过引导 ESM3 关注荧光蛋白形成和催化色素体反应所必需的序列和结构特征，经过一系列迭代设计，最终产生了具有明亮荧光效果的 esmGFP。这一成果相当于跨越了超过 5 亿年的自然进化距离。

3. EvolutionaryScale 公司

   EvolutionaryScale 是一家非营利公司，致力于通过人工智能来理解生物学，造福人类健康和社会。他们通过开放代码和模型的方式推动科学发展，并已完成 1.42 亿美元的种子轮融资，并与亚马逊和英伟达等公司合作。

4. 研究意义

   这项研究证明了大型语言模型在蛋白质设计领域的巨大潜力。ESM3 的成功不仅为药物研发、生物材料设计等领域带来了新的可能性，也为我们理解生命进化提供了新的视角。这项技术的进步，将加速生物医学领域的创新，为人类健康带来福祉。

5. 未来展望

   随着人工智能技术的不断发展，类似 ESM3 的模型将会在生物学研究中发挥越来越重要的作用。未来，我们可以期待更多基于人工智能的创新，推动生物学和医学领域的突破性进展。 该研究的开放性也为全球科学界提供了宝贵的资源，加速了相关领域的研究进程。

文章最后列出了欧米伽研究所的“未来知识库”链接，其中包含大量关于人工智能、脑科学等前沿科技趋势的报告，感兴趣的读者可以进一步了解相关信息。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构