Meta AI釋出蛋白質結構資料庫　含6.17億總體基因體學

為了不讓DeepMind專美於前，Meta AI近日釋出了多種用來預測蛋白質結構的模型，與含有6.17億種總體基因體學（Metagenomic）蛋白質結構的資料庫ESM Metagenomic Atlas，並表示這是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，也是第一個大規模覆蓋總體基因體學蛋白質的資料庫。

所謂基因編碼的蛋白質，不僅是複雜且動態的分子，也是生命的基礎，讓人類能夠看見，還可以對抗病毒，是驅動微生物與肌肉的馬達；而總體基因體學則是自然科學的新領域，利用基因定序來發現地球環境中的蛋白質，從土壤、深海或是體內的微生物，儘管現在人類對總體基因體知之甚少，但卻可能幫助人類解開進化的謎底，發現可能會有助於治癒疾病、淨化環境或是生產乾淨能源的蛋白質。

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

外國《自然》期刊引用了Meta AI蛋白質研究負責人Alexander Rives的說法表示，他們團隊只用了兩的星期的時間，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，可能就需要幾分鐘的時間。

目前Meta AI已釋出ESM Metagenomic Atlas的資料庫、所使用的各種模型與研究論文，以及可用來檢索特定蛋白質結構的API。（記者／竹二）

瀏覽 501 次