ESM3:Evolutionary Scale、Chan Zuckerberg Biohub
多模态生成式蛋白语言模型,序列、结构、功能可互为 prompt。
蛋白 · AI 原生 biotech · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | ESM3;别名:esm3-sm-open-v1、ESM-3;有歧义、不自动链接:ESM、ESM2 |
| 家族 | 否(开放小模型与更大的 API 版本属同一模型的规格差异,不按家族拆分) |
| 机构 | Evolutionary Scale、Chan Zuckerberg Biohub |
| 机构类型 / 国家 | AI 原生 biotech / 美国 |
| 模型类别 | pLM / 设计(多模态生成) |
| 领域 | 蛋白(次领域:分子生成、结构/共折叠) |
| 首次发布 | (依据:开发方 ESM3 发布博客,同日在模型托管平台放出 esm3-sm-open-v1 权重) |
| 其他里程碑 | 最早公开证据 (发布博客与开放权重,最早可证公开证据);预印本 v1 (bioRxiv 预印本(2024.07.01.600583));期刊上线 †(未核实)(Science 在线(刊期 2025-02-21));权重发布 (开放小模型权重随发布博客上线);官方公告 (开发方发布博客) |
| 最近更新 | †(未核实),期刊发表(日级日期未核实,见 journal_online 注)。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:仅研究用途(open small model (esm3-sm-open-v1) under non-commercial terms; larger models via API);小模型权重开放下载,大模型只经 API 与合作方提供;两档条款不同,引用时须说明用的是哪一档 |
| 状态 | 仅维护:SDK 持续更新至 v3.4.x,但未见 ESM3 新权重 |
| 报过的 benchmark | 4 项计入(榜 3 · 赛后复用 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
把序列、三维结构与功能注释都 token 化,在同一个 Transformer 里做掩码生成,任意模态都能作 prompt 生成其他模态,定位是可编程的蛋白设计。这与只做序列表征的同门 ESM C 分工不同。
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。4 项计入(榜 3 · 赛后复用 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); open 1.4B entry | 榜单 | 条目由 benchmark 维护者运行,对应开放小模型,不代表更大的 API 版本 | 出处 |
| 34 AbBiBench | 官方参赛 / 官方榜单 | 是 | benchmark-registered entry | 榜单 | 出处只是本站自己的页面,未打开原始文档,按未核实显示† | — |
| 40 MotifBench | 官方参赛 / 官方榜单 | 是 | MotifBench submission leaderboard (2025-05 submission) | 榜单 | — | 出处 |
| 01 CASP | 赛后数据复用 | 是 | CASP14 (71 targets) and CASP15 (70 targets) time-held-out structure and contact prediction | 自报 | 赛后时间留出复用,不是参赛;论文未报 CASP16 | 出处 |
其他评测(不在 44 项内)
- esmGFP 设计验证(湿实验验证,自报):两轮各 96 条设计的湿实验测试,是开发方的主打案例,不在站内 44 项之列
- 病毒蛋白掉点观察(第三方评论,第三方):benchmark 维护者观察到 ESM 系在病毒蛋白上明显变差,且零样本能力在约 1B–4B 参数后进入平台
开发方称:三模态可互为 prompt 的生成能力能做出全新功能蛋白,并据此生成了与最近已知荧光蛋白序列一致性约 58% 的 esmGFP(自报)。
独立证据:ProteinGym 与 MotifBench 的条目由组织方运行;湿实验未检出独立复现。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | UniRef、MGnify、JGI、OAS、PDB、AFDB 等;最大模型用 2.78B 条天然蛋白,含预测结构与合成数据后合计 3.15B 条序列、2.36 亿个结构、5.39 亿条带功能注释蛋白 | 出处 |
| b 私有 / 授权 | 未披露 | 论文所列数据源均为公开库,未披露私有授权数据 | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 是 | esmGFP 设计经湿实验测试,未见回灌训练的说法 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| esmGFP 荧光蛋白设计 | — | 96 | — | — | — | 两轮各 96 条生成设计送测;博客未给命中数,故不给命中率 | developer blog | 自报 | 已核实 | — | 站上原写「合成」,应为「测试」;第二轮有设计亮度与天然蛋白相当。开发方自做,非独立复现。 | 出处 |
背景
- 机构:Evolutionary Scale 成立于 2023-07,由原 Meta FAIR 的 ESM 团队(2023-04 离职)创立,公益公司(PBC),融资时约 20 人;2025-11 团队并入 Chan Zuckerberg 旗下 Biohub,财务条款未披露。
- 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(NVIDIA 风投)参投,估值未披露。
- 产品与合作:同门有 ESM C 与 ESMFold2,模型另经 API 提供;并入后的 Biohub 称到 2028 年把算力扩到 10,000 GPU。竞争方向含 ProGen3 与 Profluent-E1。
- 相关模型:ESM C、ESMFold2、ProGen3、Profluent-E1
怎么看
- 榜上的条目是维护者跑的开放 1.4B 版本,不代表更大的 API 模型,引用须注明汇总表日期。
- esmGFP 证明能生成有功能的蛋白,但单个案例不等于设计命中率——博客没给命中数。
- 论文只报 CASP14/15 的赛后时间留出;「CASP16 表现更好」找不到原始出处,勿引用。
- AbBiBench 这条的出处只是本站页面,按未核实读。
局限与注意
- Science 在线日期为日级但未核实,只有创建日与刊期可查。
- esmGFP 两轮各 96 条只有分母,没有命中数,任何命中率都是外推。
- 开放小模型与 API 大模型的权重条款不同,不能互相代表。
- 「ESM2」不得链到本记录,版本守卫按本轮口径执行。
来源
- ESM3 发布博客(公司博客)
- ESM3 发布说明(权重上线)(公司博客),
- ESM3 期刊论文(期刊),†(未核实)
- ESM3 预印本全文(预印本)
- ProteinGym 官方汇总表(榜单)
- MotifBench 仓库与榜单(榜单)
- esm SDK release 列表(仓库)
- 种子轮报道(新闻)
- 团队并入 Biohub 的交易公告(新闻)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
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。