ESMFold（Lin 等, Science 2023）用蛋白语言模型 ESM-2 直接从单条序列预测结构，无需多序列比对（MSA），因而速度很快。
核心思想
- 语言模型替代 MSA：ESM-2 在海量蛋白序列上预训练，内隐地学到进化信息。
- 单序列预测：免去耗时的 MSA 搜索，推理快。
- 规模化：适合对海量序列（如宏基因组）做结构预测。
取舍
- 快：吞吐远高于依赖 MSA 的方法。
- 精度：对缺乏同源信息的序列，通常略逊于 AF2，但差距视情况而定。
- 适合「先快速大规模筛，再对重点用 AF2 精算」。
关键要点
- ESMFold = 语言模型 + 单序列、免 MSA；
- 速度快，适合大规模预测；
- 精度通常略逊 AF2，可分级使用。
延伸资源
- 论文：Lin 等, Science 2023；配套「AI 模型」模块 143《ESM-2》。