Canonical: https://instain.ru/de/ai/esm3/
Language: de

Biohub, früher EvolutionaryScale  Sprachmodell für die Proteinforschung

# ESM3. 

Biohub-Modell für Proteinsequenz, Struktur und Funktion

4.15 / 5    [Katalogbewertung](https://instain.ru/de/ai/esm3/#editorial-rating) [Offizielle Website ](https://biohub.org/blog/esm3-simulating-evolution/)

ESM3 untersucht die Beziehung zwischen Sequenzen, Strukturen und Funktionen. Das Modell wird für die Rechenarbeit mit Proteindaten verwendet.

![Biohub-Publikation mit ESM3-Modelldarstellung](https://instain.ru/assets/images/esm3-screen-36091bdf48ab-1200.webp)

Biohub präsentiert das ESM3.  [Quelle öffnen ](https://biohub.org/blog/esm3-simulating-evolution/)

## Was funktioniert das Modell

Um ESM3 zu lernen, können Sie eine offene Proteinsequenz mit einer veröffentlichten Zusammenfassung nehmen. Das Modell arbeitet mit Sequenz-, Struktur- und Funktionsdarstellungen. Dadurch können die Verbindungen zwischen ihnen rechnerisch betrachtet werden. Vor dem Start klären Sie, welche Felder die ausgewählte SDK-Option unterstützt. Zum Testen ist ein kleines Beispiel nützlich, in dem die ursprüngliche Sequenz bekannt ist und das Ergebnis anhand der Positionen mit ihr verglichen werden kann.

## Überprüfung an einem bekannten Beispiel

Markieren Sie mehrere Positionen und vergleichen Sie die vorhergesagte Ausgabe des Modells mit dem ursprünglichen Satz. Notieren Sie sich, welche Informationen noch im Eingang verfügbar sind. Wenn Sie Strukturdaten hinzufügen, speichern Sie diesen Lauf nur sequenziell getrennt vom Lauf. Interessant ist der Vergleich auch bei Unstimmigkeiten. Es zeigt an, wie sich die Rechenvorhersage bei anderen Eingängen geändert hat, und hilft zu überprüfen, ob die Bibliothek das Format richtig gelesen hat.

## Wie man das Ergebnis liest

Speichern Sie die Release-ID, die Parameter und den Ursprung der Daten. Überprüfen Sie die Nummerierung der Positionen, damit das Überspringen eines Zeichens oder einer anderen Sequenzversion nicht wie ein Modellfehler aussieht. Wenn die Bewertung für mehrere Beispiele erforderlich ist, wählen Sie Datensätze mit unterschiedlichen Merkmalen und bekannter Anmerkung. Die Ausgabe des Modells sollte als computergestützte Beobachtung dieser Daten beschrieben werden. Die Eigenschaften von Protein und die Anwendbarkeit auf reale Studien erfordern unabhängige Quellen und eine separate Überprüfung. Beschreiben Sie die Übereinstimmungen zusammen mit den ursprünglichen Bedingungen, damit ein anderer Leser die Zuordnung wiederholen kann.

## Für welche Aufgaben geeignet

- Wiederherstellung versteckter Positionen in der öffentlichen Reihenfolge untersuchen

- Modellausgabe mit kommentierten Daten vergleichen

Funktionen 

## Stärken

- Das Modell berücksichtigt mehrere Proteindarstellungen

- Entwickler veröffentlicht SDK und Beschreibung des Betriebsmodus

Zu berücksichtigen 

## Einschränkungen

- Die Vorhersage bestätigt nicht die Funktion oder Eigenschaften des Stoffes

- Gewicht und Zugangsbedingungen hängen von der gewählten Version ab

## Auswahl und Bedingungen

Kostenlose Nutzung

Nicht bestätigt

Testphase

Nicht bestätigt

Keine Registrierung erforderlich

Nicht bestätigt

Russische Benutzeroberfläche

Nicht bestätigt

Lokale Installation

Ja

API

Ja

„Nicht bestätigt“ bedeutet, dass nicht genügend Informationen vorliegen. Die Funktion kann dennoch verfügbar sein; prüfen Sie die Angaben des Entwicklers.

Eingabeformate

Daten

Ergebnis

Daten

### Bedingungen

Die Bedingungen für die lokale Waage und den gehosteten Zugang sind unterschiedlich. Überprüfen Sie die Nutzungsbeschränkungen auf der offiziellen Karte einer bestimmten Version. Die Vorhersage bestätigt nicht die Funktion oder Eigenschaften des Stoffes.

Von der Aufgabe zum ersten Ergebnis

## Praxisbeispiel

Aufgabe

Wiederherstellung versteckter Positionen in der öffentlichen Reihenfolge untersuchen

Was Sie vorbereiten sollten

Eine öffentliche Proteinsequenz mit bekannten Anmerkungen und markierten Positionen.

### Aufgabenbeschreibung oder Prompt

Vergleichen Sie die vorhergesagten Token auf versteckten Positionen mit Open Source. Speichern Sie die Modelleinstellungen.

### Erwartetes Ergebnis

Beobachtungstabelle für reproduzierbare Lernanalysen.

### So prüfen Sie das Ergebnis

- Überprüfen Sie die Version und Nummerierung der Sequenz.

- Akzeptieren Sie keine Computational Matches, um die Eigenschaft zu bestätigen.

Ein redaktionelles Lernbeispiel für eine Aufgabenbeschreibung, kein Ergebnis eines eigenen Praxistests des Dienstes. Prüfen Sie die Verfügbarkeit des benötigten Modus, die Rechte am Ausgangsmaterial und die Bedingungen für die Nutzung des Ergebnisses.

Details überprüfen

## Offizielle Quellen

-  [Beschreibung ESM3 Entwickler ](https://biohub.org/blog/esm3-simulating-evolution/)

-  [Offizielles Biohub ESM-Repository ](https://github.com/Biohub/esm)

-  [Offizielles Portfolio und Zugang zu Biohub ](https://biohub.org/ai-models/)

Die Beschreibung basiert auf den Materialien des Entwicklers. Die Funktionen, Preise und Verfügbarkeit können variieren. Bitte überprüfen Sie die Quelle vor der Verwendung.

Das Tool im Überblick

Entwickler

Biohub, früher EvolutionaryScale

Kategorie

[Code](https://instain.ru/de/category/code/)

Zugang

Es gibt dokumentierte Arbeitsweisen über Biohub und einzelne lokale Gewichte. Überprüfen Sie die Verfügbarkeit des Modells und die Lizenz des ausgewählten Modus.

Zahlung

Die Bedingungen für die lokale Waage und den gehosteten Zugang sind unterschiedlich. Überprüfen Sie die Nutzungsbeschränkungen auf der offiziellen Karte einer bestimmten Version.

API

Ja, beim Entwickler

[Entwicklerbedingungen ](https://biohub.org/ai-models/)

Katalogbewertung

4.15 / 5 

Funktionen

4.50 / 5 

Arbeitsszenarien

3.60 / 5 

Ökosystem

4.20 / 5 

Dokumentation

4.30 / 5 

Die Punkte dienen der Orientierung im Katalog. Sie sind weder Nutzerbewertungen noch Ergebnisse persönlicher Tests.

[Siehe Methodik ](https://instain.ru/de/methodology/)