ESMFold2 蛋白结构预测架构与结果专家解读（Biohub）

结构预测曾长期依赖同源检测与模板建模这类策略 ^[3]，AlphaFold2 把单链预测推到即便无同源结构也常能达到原子精度的水平 ^[1]，但它与同类系统仍要靠多序列比对（MSA）中的共进化信号驱动 ^[2]。由此留下两个卡点：一是孤儿蛋白、快速进化蛋白和设计蛋白难以构建 MSA，早期单序列尝试 RGN2（AminoBERT）虽在这类蛋白上占优且算力大减，整体覆盖仍有限 ^[2]；二是复合物一侧，AF2 配上优化 MSA 也只在 63% 的二聚体上达到可接受界面质量（DockQ ≥ 0.23）^[4]，DeepMSA2 更表明输入 MSA 的构建质量与预测器设计本身同等重要 ^[6]。与此同时，蛋白语言模型已能同时建模序列与结构两种模态 ^[5]，为绕开 MSA 提示了另一条路。

Biohub 的 Ziming Lin 在报告中介绍的 ESMFold2，正是沿这条路走到的新一站：一个以 ESM-C 6B 嵌入为特征的端到端结构预测模型。其出发点是进化筛选了功能序列，在功能序列上训练掩码语言模型会先“掉出”结构知识——注意力图无需监督即可做接触预测，且 ESM-C 扩到 6B 后结构理解随规模涌现。架构上，ESM-C 嵌入被送入 AlphaFold 风格的成对折叠层（L×L 边嵌入）；用约束为对角矩阵、幅度递减、永不爆炸的 PARSE 稳定循环更新替代部分循环；去掉 triangle attention，因为 triangle multiplication 已足够且更快；atom transformer 用滑窗注意力加 3D RoPE 提速；各链独立编码以规避同源二聚体的“复制电路”、获得好的界面表征。训练分三阶段：预训练 5 万步（crop 384）、640 残基长上下文扩展 5 千步、再仅微调扩散模块 1 万步以修 bond/molprobity；数据为 PDB 加 800 万条高置信 AlphaFold DB 蒸馏。结果上，无 MSA 即在 FoldBench 的 278 个蛋白–蛋白界面上媲美旧 MSA 模型；在 172 个抗体–抗原界面上，单序列便胜过多数开源与闭源模型，给 MSA 后更佳。推理时标度方面，蛋白–蛋白约 8–16 个 recurrence loop 即饱和，抗体–抗原因柔性区越多越好；扩散步数低于 8 不收敛、20–30 步即可高效，多次采样按 interface pTM 排序还能再提升。

把几条线索放在一起看，这一进展的意义在于把“输入信息工程”从外部 MSA 管线 ^[6] 内化为语言模型表征：RGN2 当年论证过 pLM 相对 MSA 的潜力 ^[2]，而这里显示，6B 规模的嵌入加上架构改造，单序列方法在蛋白–蛋白界面这类此前强依赖共进化信号的任务 ^[4] 上也能达到可比水平。问题由此从“能否绕开 MSA”推进到“哪些任务上、以何种代价绕开”。

边界同样清楚：抗体–抗原给 MSA 仍更佳，说明嵌入尚未完全取代共进化信息；扩散少于 8 步不收敛、柔性区需要更多循环，构象柔性与推理成本的权衡仍在；且以上数字目前以报告形式呈现，在上述基准之外能否泛化，还有待检验。