ESM C:Evolutionary Scale、Chan Zuckerberg Biohub
纯序列表征型蛋白语言模型,定位是 ESM-2 的替代。
蛋白 · AI 原生 biotech · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | ESM C;全称:ESM Cambrian;别名:ESMC、ESM Cambrian、esmc-300m、esmc-600m、ESMC 6B;有歧义、不自动链接:ESM、ESM2 |
| 家族 | 否(300M/600M/6B 是同一模型的规格,2026-05 的更新版按里程碑与注记录,不拆家族) |
| 机构 | Evolutionary Scale、Chan Zuckerberg Biohub |
| 机构类型 / 国家 | AI 原生 biotech / 美国 |
| 模型类别 | pLM(表征) |
| 领域 | 蛋白 |
| 首次发布 | (依据:ESM Cambrian 博客,同日 300M/600M 权重首次提交到模型托管平台) |
| 其他里程碑 | 最早公开证据 (博客与 300M/600M 权重,最早可证公开证据);预印本 v1 †(未核实)(蛋白世界模型预印本(与 Biohub 版同族发布));权重发布 (权重轴:更新版 ESMC 权重与 SAE 模型发布;6B 另于 2025-12-01 开放,不属本次事件);官方公告 (机构以「蛋白生物学世界模型」口径发布 ESMC、ESMFold2 与序列图谱) |
| 最近更新 | ,代码发布(后续 SDK v3.4.1–v3.4.3 延至 2026-11-09;权重轴最近事件为 2026-05-27)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放(SDK on a public repository);权重:开放(MIT plus third-party notice (per current blog and model card));现行博客与模型卡称 300M/600M/6B 均为开放权重、MIT 许可可学术与商用;使用前核对第三方声明 |
| 状态 | 活跃:SDK 与权重两轴 12 个月内均有事件 |
| 报过的 benchmark | 1 项计入(榜 1) |
| 湿实验验证 | 1 条记录 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
纯序列的表征模型,用于嵌入、突变效应打分与下游监督任务,与 ESM3 的多模态生成路线分工不同。更新一代的 6B 版为 80 层,并被冻结后用作 ESMFold2 的底座。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(榜 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 02 ProteinGym | 官方参赛 / 官方榜单 | 是 | DMS substitutions zero-shot, maintainer-run summary table (updated 2025-06-13); 300M and 600M entries | 榜单 | 300M 与 600M 两个条目均由维护者运行;更新版权重未见单独条目 | 出处 |
其他评测(不在 44 项内)
- 与 ESM-2 的同量级对比(仅与基线对比,自报):官方博客称 300M 版与 ESM-2 650M 相当、600M 版可比 ESM-2 3B(开发方自报)
- binder 设计湿实验(未核实)(湿实验验证,自报):更新版发布的 5 个靶点 binder 实验,设计总数未披露,不给数字
- 结构榜由下游模型代为参评(相关模型评测,自报):结构类榜单上由建在冻结 6B 之上的 ESMFold2 参评,ESM C 本身不报该榜
开发方称:同量级下表征质量与成本优于 ESM-2,300M 对标 ESM-2 650M、600M 对标 ESM-2 3B(自报,未检出第三方复核)。
独立证据:ProteinGym 的两个条目由 benchmark 维护者运行;湿实验部分未检出任何独立证据。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | UniRef、MGnify、JGI,按 70% 序列一致性聚类后分别约 8,300 万、3.72 亿、20 亿个簇;机构发布页另称约 28 亿条训练序列(开发方口径) | 出处 |
| b 私有 / 授权 | 未披露 | 官方页面只列上述公开库,未披露私有数据 | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 是 | 更新版发布中的 5 靶点 binder 实验,未见回灌训练的说法;分母与归属未核实 | 出处 |
湿实验验证
每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。
| 实验 | 靶点数 | 受测设计 | 命中 | 成功率 | 最佳亲和力 | 分母口径 | 版本 | 来源类型 | 日期 | 核实 | 执行方 | 说明 | 出处 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5 靶点 binder 设计验证(未核实) | — | — | — | — | — | 未核实:分母、命中定义与是按设计还是按靶点计都未披露,预印本全文被限流,故不给数字 | institutional news plus shared preprint | 自报 | †(未核实) | 未核实† | — | 未核实:该 campaign 为同一发布内多模型共享,不是 ESM C 专属结果;与 ESMFold2 共用的两组比率本轮不采用。 | 出处 |
背景
- 机构:Evolutionary Scale 成立于 2023-07,由原 Meta FAIR 的 ESM 团队创立,公益公司(PBC);2025-11 团队并入 Chan Zuckerberg 旗下 Biohub,财务条款未披露,模型仓库随之迁到该机构名下。
- 融资:2024-06-25 种子轮 1.42 亿美元,Lux Capital 与两位个人投资者领投,Amazon 与 NVentures 参投,估值未披露;并入 Biohub 的条款未披露。
- 产品与合作:同门有 ESM3 与 ESMFold2;2026-05-27 以世界模型口径一起发布 ESMC、ESMFold2 与序列图谱。竞争方向含 ProGen3 与 Profluent-E1。
- 相关模型:ESM3、ESMFold2、ProGen3、Profluent-E1
怎么看
- 300M 与 600M 在榜上几乎持平,规模加倍在零样本突变效应上没有收益。
- SDK 与权重是两条版本轴,读更新时要分开;6B 的开放发生在 2025-12-01,不属 2026-05-27 那次事件。
- 许可以现行博客与模型卡为准(MIT 加第三方声明),使用前核对声明文件。
- binder 命中率为开发方口径且 campaign 多模型共享,本轮不给数字,也不能与设计模型横比。
局限与注意
- 与 ESMFold2 共享的两组 binder 比率不可核实,预印本全文被限流。
- 最近更新是 SDK 事件而非新权重,站上旧记录把两者混在一起。
- 「约 28 亿条序列」只见机构发布页,与聚类口径不同,不能与簇数相加。
- 「ESM2」不得链到本记录,版本守卫按本轮口径执行。
来源
- ESM Cambrian 官方博客(公司博客),
- ESM C 600M 模型卡(官方网站)
- 更新版 ESMC 6B 模型卡(官方网站)
- 机构世界模型发布页(官方网站),
- 蛋白世界模型预印本(全文未取到)(预印本)
- esm SDK release 列表(仓库),
- ProteinGym 官方汇总表(榜单)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| latest_update | 2026-05-27(更新版权重) | 2026-08-27(SDK v3.4.0 加入完整 ESMC 支持) | — | 依据 | 2026-11-16 |
| latest_update.event_kind | 新权重 | 代码发布;SDK 与权重分两轴记 | — | 依据 | 2026-11-16 |
| release_milestones.weights_release | 6B 随 2026-05-27 的更新一起开放 | 6B 于 2025-12-01 开放,不属 2026-05-27 事件 | — | 依据 | 2026-11-16 |
| wetlab_validation[0] | 5 靶点 binder 的两组比率按已证实数字发布 | 不给数字:全文被限流、campaign 多模型共享,标未核实 | — | 依据 | 2026-11-16 |
| open_status | 早期 6B 仅 API,300M/600M 另有非商用条款 | 现行博客与模型卡称三档均为开放权重、MIT 加第三方声明 | — | 依据 | 2026-11-16 |
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。