Biohub宣布，面向全球科研社区免费开放三款用于蛋白质结构预测、设计与发现的AI工具。

据科技媒体GigaZine当地时间28日报道，Biohub此举旨在用计算手段替代候选蛋白药物发现中的部分实验环节，从而提升新药研发效率。

此次开放的工具包括ESMC、ESMFold2和ESM Atlas，均通过Biohub平台免费提供给研究人员。Biohub是一家致力于推动AI与生物学融合、以攻克疾病问题的机构，获得Meta首席执行官Mark Zuckerberg公开支持。

从功能上看，这套系统覆盖了蛋白质研究中的多个关键环节。ESMC是一款蛋白质语言模型，基于从多类生物体中收集的约28亿条蛋白质序列训练而成，可用于识别和理解蛋白质的模式与特征。ESMFold2则根据序列信息预测生物分子复合体的三维结构，重点用于寻找可能与肿瘤等特定靶点高效结合的蛋白质结构。

ESM Atlas依托ESMC的表征能力，可对68亿条蛋白质序列和11亿个预测结构进行检索与分析。Biohub表示，该工具有望发现现有数据库尚未捕捉到的潜在关联，帮助研究人员挖掘新的候选分子。通过这三款工具，Biohub希望将蛋白质发现、结构设计和候选筛选整合为一体化流程。

在性能方面，Biohub还将ESMFold2与Google的AlphaFold 3进行了比较。Biohub称，ESMFold2在蛋白质间相互作用以及抗体—抗原相互作用预测等任务上的表现接近或优于AlphaFold 3。这也表明，其目标并不局限于结构预测本身，而是进一步提升模型在实际药物设计中的应用价值。

此次开放也聚焦于抗体药物研发中的关键瓶颈。Biohub指出，尽管抗体疗法在癌症和自身免疫疾病治疗中的重要性不断上升，但筛选具有潜力的候选通常仍需3至4年。借助ESMFold2，早期探索阶段的大量工作可转由计算完成，并在数天内生成可供实验验证的设计方案。

Biohub联合创始人Priscilla Chan表示，免费开放这些工具，将有助于全球研究人员更快推进更适合个体患者的治疗方案研发。其核心目标，是降低使用门槛，加快实验设计和候选分子挖掘速度。

随着更多机构加码AI驱动的蛋白质研究，相关竞争预计将进一步升温。对Biohub而言，此次开放也意味着其正从单纯比拼科研性能，进一步延伸至候选药物发现支持工具的行业影响力竞争。其后续能否凭借在抗体—抗原相互作用等关键环节上的表现，快速在科研一线积累实际应用案例，值得持续关注。