Войти Подписаться
Ключевые хабы
LLM ИИ для разработчиков OpenAI AI-агенты Нейросети Продуктивность RAG
машинное обучение

ESMFold2 от Biohub: открытая модель для белков

ESMFold2 от Biohub: открытая модель для структуры и дизайна белков. Чем она отличается от AlphaFold3, зачем нужен ESM Atlas и где ограничения.

Официальная иллюстрация Biohub к ESMFold2, ESMC и ESM Atlas как открытым моделям белковой биологии

По состоянию на 4 июня 2026 года ESMFold2 — открытая модель Biohub для предсказания all-atom структуры белков и биомолекулярных комплексов по последовательностям. Biohub представила её 27 мая 2026 года вместе с ESMC и ESM Atlas: моделью представлений белков и картой 6,8 млрд последовательностей.

Новость быстро свели к сравнению с AlphaFold3, но аккуратнее так: Biohub показала сильные результаты на отдельных benchmark-ах для protein-protein и antibody-antigen interactions, выложила код и веса, а также дала исследователям путь к локальному запуску через GitHub и Hugging Face. Такой результат не доказывает, что ESMFold2 лучше AlphaFold3 во всех задачах. Зато это заметный open-science релиз в области, где воспроизводимость и доступ к модели часто важнее громкой строчки в графике.

Официальная схема Biohub: последовательность белка, предсказанная ESMFold2 структура и признаки модели
ESMFold2 превращает белковые последовательности и представления ESMC в атомарную 3D-структуру комплекса. Источник: Biohub, изображение проверено 4 июня 2026 года.

Что именно выпустила Biohub

Релиз состоит не из одной «нейросети для белков», а из трёх связанных частей. ESMC строит представления белковой биологии, ESMFold2 использует эти представления для структуры и дизайна, а ESM Atlas делает большой массив последовательностей и предсказанных структур удобным для поиска.

Компонент Роль Что проверено в источниках Ограничение
ESMC Protein language model: модель представлений белковых последовательностей. Версия 2026-04; Biohub описывает обучение на миллиардах эволюционных последовательностей. Выходы требуют экспериментальной проверки; модель не предназначена для клинических решений без валидации.
ESMFold2 Предсказание all-atom 3D-структуры белков и комплексов; есть режим с MSA и быстрый single-sequence вариант. Версия 2026-05; модель использует представления ESMC и диффузионный структурный модуль; код и веса доступны через Biohub/GitHub/Hugging Face. Строит гипотезы о структуре, а не заменяет X-ray crystallography, cryo-EM или NMR.
ESM Atlas Карта белкового пространства для поиска связей между последовательностями, структурами и функциями. 6,8 млрд белковых последовательностей, 1 млрд структур в таблице загрузок Biohub и 1,1 млрд предсказанных структур в анонсе и preprint. Полный набор данных огромный: Biohub указывает 377 ТБ для all data.
AlphaFold3 Сравнительный ориентир Google DeepMind и Isomorphic Labs для структур и взаимодействий биомолекул. Официальный релиз описывает предсказания для белков, ДНК, РНК, лигандов и других молекул; AlphaFold Server даёт бесплатный доступ для некоммерческих исследований. Сравнение с ESMFold2 корректно только по конкретным benchmark-ам, а не как общий рейтинг «лучше/хуже».

Такое разведение важно для SEO и для смысла текста. Если назвать всё «ESM Cambrian», легко смешать модель представлений, структурный предсказатель и сам Atlas. В этом материале основной объект — ESMFold2, потому что вокруг неё сходятся открытые веса, сравнение с AlphaFold3 и лабораторно проверенный дизайн binders.

Чем ESMFold2 отличается от AlphaFold3

Технически ESMFold2 построена вокруг ESMC 6B: языковая модель даёт представления белковой последовательности, а дальше структура уточняется через folding layers и диффузионный модуль. Страница Biohub Platform описывает ESMFold2 как модель для high-resolution, all-atom 3D structures прямо из последовательностей, с опциональным MSA input для сложных целей.

На Hugging Face Biohub отдельно пишет, что ESMFold2 может работать не только с белками, но и со сложными биомолекулярными комплексами: DNA/RNA с модифицированными остатками и small-molecule ligands. Быстрый вариант ESMFold2-Fast не использует MSA и рассчитан на single-sequence folding. Это полезно для высокопроизводительного отбора кандидатов, где скорость иногда важнее последнего процента точности.

Главное отличие для исследователей — доступ. В официальном README Biohub говорит о кодовой базе, весах и вариантах моделей на Hugging Face, а раздел licenses указывает MIT license. Ограничения безопасности остаются: на платформе Biohub есть guardrails для controlled pathogens и toxins, а model card прямо требует экспериментально проверять результаты. Но на фоне закрытых биологических моделей, о которых мы писали в материале про GPT-Rosalind, открытые веса меняют практику: лаборатория может воспроизвести пайплайн, адаптировать код и проверить слабые места модели, а не только отправить запрос в чужой API.

Что показывают benchmark-и

Biohub сравнивает ESMFold2 с AlphaFold3 и Protenix-v1 через DockQ pass rate. На официальном графике для antibody-antigen single-sequence режима ESMFold2-Fast показывает 50, ESMFold2 — 51. В MSA-режиме на той же задаче AlphaFold3 и Protenix-v1 показаны на 47, а ESMFold2 — на 55. Для protein-protein interactions single-sequence значения ESMFold2-Fast и ESMFold2 составляют 68 и 71, а в MSA-группе AlphaFold3, Protenix-v1 и ESMFold2 показаны на 73, 74 и 77.

Официальный график Biohub с DockQ benchmark: ESMFold2, ESMFold2-Fast, AlphaFold3 и Protenix-v1 на antibody-antigen и protein-protein задачах
DockQ benchmark из анонса Biohub. График показывает преимущество ESMFold2 на отдельных задачах, но не доказывает превосходство во всех сценариях структурной биологии. Источник: Biohub, изображение проверено 4 июня 2026 года.

Preprint Biohub добавляет ещё одну практическую цифру: при 10 loops и 200 diffusion steps ESMFold2 предсказывает структуру длиной 1024 residues за 15,8 секунды на одном H100, а ESMFold2-Fast — за 9,4 секунды. Это данные самих авторов, поэтому их надо читать как результат релизного paper, а не как независимый аудит. Но для дизайна кандидатов скорость важна: если модель проверяет тысячи вариантов, время одной структуры становится реальным бюджетом эксперимента.

Почему релиз важен для дизайна белков

Самая сильная часть анонса не в слове «AlphaFold3», а в лабораторной проверке binders. По данным Biohub, исследователи использовали ESMFold2 для дизайна белков против пяти целей, связанных с онкологией и иммунологией: EGFR, PDGFRβ, PD-L1, CTLA-4 и CD45. Для compact minibinders hit rate составил 36–88%, для antibody-derived formats — 15–29%. Для PD-L1 авторы также сообщают о восстановлении T cell signaling в лабораторных тестах.

До лекарства здесь далеко: модель предлагает кандидатов, лаборатория проверяет связывание, затем начинается длинная биология, токсикология, производство и регуляторика. Мы уже разбирали похожий разрыв между красивой структурной моделью и реальным drug discovery в статье про Isomorphic Labs и испытания на людях. ESMFold2 хорошо смотрится именно там, где можно быстро сузить поисковое пространство, но нельзя отменить wet-lab проверку.

Для русскоязычной AI-аудитории здесь есть отдельный смысл. Это пример сильной модели не из привычного LLM-рынка: она не пишет текст, а работает с биологическими последовательностями, структурами и экспериментальными гипотезами. Поэтому сравнение с ChatGPT или Claude почти ничего не объясняет. Ближе вопрос, который мы поднимали в материале про открытые модели и закрытые API: когда доступ к весам и пайплайну становится частью научной ценности.

Где слабые места

Первое ограничение — данные. Model card говорит, что ESMFold2 обучалась на PDB и AlphaFold DB; такие наборы неизбежно перекошены в сторону уже изученных семейств, условий эксперимента и структурных классов. Если белок или комплекс плохо представлен в этих базах, качество может просесть.

Второе — физика живой системы. Biohub Platform прямо предупреждает, что модель предсказывает single static conformations и не предназначена для моделирования динамики, гибкости или нескольких конформаций одной и той же молекулы. Для биологии это серьёзно: белки не живут как неподвижные красивые картинки.

Третье — безопасность. Biohub выпустила код и веса после risk assessment, но одновременно оставила platform guardrails для ключевых слов и последовательностей, связанных с контролируемыми патогенами и токсинами. Это разумный компромисс для open science: дать исследователям доступ, но не делать вид, что модели дизайна белков безрисковы.

Что смотреть дальше

Первый тест — независимое воспроизведение benchmark-ов. Пока основные цифры идут от Biohub и связанного preprint. Важно увидеть, как ESMFold2 поведёт себя на чужих наборах, в других лабораториях и с другим бюджетом inference-time compute.

Второй тест — практическое использование Atlas. Nature пишет, что новый Atlas расширяет известное белковое пространство больше чем на миллиард предсказанных структур и помогает искать связи между известной и плохо аннотированной биологией. Если исследователи начнут находить через Atlas новые функциональные семейства, релиз станет не только модельным, но и инфраструктурным.

Третий тест — лицензии, поддержка и обновления. Открытый релиз хорош, пока его можно установить, запустить и воспроизвести. Сейчас GitHub README предлагает ставить пакет напрямую из репозитория, а PyPI release помечен как будущий. Для академических групп это нормально. Для промышленных команд вопрос будет практичнее: насколько стабильны API, веса, версии и guardrails.

Мини-FAQ

Что такое ESMFold2?

ESMFold2 — модель Biohub для предсказания high-resolution, all-atom 3D-структур белков и биомолекулярных комплексов по последовательностям. Она использует представления ESMC и может работать в single-sequence режиме или с MSA-контекстом.

ESMFold2 лучше AlphaFold3?

Не во всех смыслах. Biohub показывает преимущество или сильную конкуренцию на отдельных FoldBench/DockQ задачах для antibody-antigen и protein-protein complexes. Это нельзя превращать в общий вывод, что ESMFold2 «заменила AlphaFold3».

Можно ли использовать ESMFold2 для разработки лекарств?

Использовать можно как исследовательский инструмент для гипотез и дизайна кандидатов. Нельзя трактовать её предсказания как клинические факты: model card Biohub требует экспериментальной проверки и отдельно говорит, что модель не предназначена для клинических или терапевтических применений без дальнейшей валидации.

Читайте также

Источники и проверка фактов

Похожие статьи

Telegram-канал @toolarium