ESMFold — Meta 的单序列快速蛋白质结构预测模型¶

# 方法1：通过 ESM 库安装（Meta 官方）
pip install fair-esm  # 安装 ESM 库（当前 v2.0）

# 安装必要依赖
pip install torch torchvision torchaudio  # PyTorch（需匹配 CUDA 版本）
pip install "fair-esm[esmfold]"           # ESMFold 额外依赖
pip install biotite                        # 蛋白质序列/结构分析

# 模型权重（首次运行自动下载，约 2.7GB）
# 或提前手动缓存：
python -c "import esm; esm.pretrained.esmfold_v1()"  # 触发自动下载

# 方法2：使用 API（Meta ESMFold API，无需安装）
# curl 请求即可：
curl -X POST \
  "https://api.esmatlas.com/foldSequence/v1/pdb/" \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -d "MKTAYIAKQRQISFVK..."  # 直接发送氨基酸序列，返回 PDB 格式结构

import torch      # PyTorch 框架
import esm        # Meta ESM 库

# 加载 ESMFold 模型
model = esm.pretrained.esmfold_v1()          # 加载预训练 ESMFold v1 模型
model = model.eval()                          # 切换到推理模式（关闭 dropout）
model = model.cuda()                          # 移动到 GPU（如果有）
print("模型加载完成")

# 单序列预测
sequence = "MKTAYIAKQRQISFVKSHFSRQLEERLGLIEVQAPILSRVGDGTQDNLSG"  # 输入氨基酸序列

with torch.no_grad():                         # 推理时不计算梯度（节省内存）
    output = model.infer_pdb(sequence)        # 预测并直接返回 PDB 格式字符串

# 保存结构
with open("predicted.pdb", "w") as f:
    f.write(output)   # 写入 PDB 文件
print("结构已保存：predicted.pdb")

# 获取 pLDDT 置信度分数
with torch.no_grad():
    output_dict = model.infer(sequence)       # 获取详细输出（含分数）

plddt = output_dict["plddt"][0].cpu().numpy()  # 提取每残基 pLDDT 分数
print(f"平均 pLDDT: {plddt.mean():.2f}")       # 打印平均置信度
print(f"序列长度: {len(sequence)}")

import torch
import esm
from pathlib import Path  # 路径处理

# 加载模型（只加载一次）
model = esm.pretrained.esmfold_v1().eval().cuda()

# 读取 FASTA 文件中的所有序列
def read_fasta(fasta_path):
    """读取 FASTA 文件，返回 {name: sequence} 字典"""
    sequences = {}
    current_name = None
    with open(fasta_path) as f:
        for line in f:
            line = line.strip()           # 去掉换行符
            if line.startswith(">"):
                current_name = line[1:]   # 去掉 > 符号
                sequences[current_name] = ""
            elif current_name:
                sequences[current_name] += line  # 拼接序列
    return sequences

sequences = read_fasta("proteins.fasta")  # 读取所有序列
output_dir = Path("esmfold_results")
output_dir.mkdir(exist_ok=True)           # 创建输出目录

# 逐个预测（或批量预测更高效）
for name, seq in sequences.items():
    print(f"预测: {name} (长度: {len(seq)})")

    # 跳过太长的序列（ESMFold 对长序列内存要求高）
    if len(seq) > 1000:
        print(f"  跳过：序列过长 ({len(seq)} aa)")
        continue

    with torch.no_grad():
        pdb_str = model.infer_pdb(seq)    # 预测结构

    # 保存结果
    out_file = output_dir / f"{name.replace(' ', '_')}.pdb"
    with open(out_file, "w") as f:
        f.write(pdb_str)                  # 写入 PDB 文件
    print(f"  保存至: {out_file}")

print("批量预测完成！")

import torch
import esm
import subprocess  # 运行外部命令
import numpy as np
from pathlib import Path

# 用 ESMFold 预测
model = esm.pretrained.esmfold_v1().eval().cuda()
sequence = "MKTAYIAKQRQISFVKSHFSRQLEERLGLIEVQAPIL"

with torch.no_grad():
    result = model.infer(sequence)           # 获取详细结果

plddt_esm = result["plddt"][0].cpu().numpy()  # ESMFold pLDDT 分数
print(f"ESMFold 平均 pLDDT: {plddt_esm.mean():.2f}")

# 保存 ESMFold 结构
with open("esm_structure.pdb", "w") as f:
    f.write(model.infer_pdb(sequence))       # 保存 PDB

# 调用 ColabFold 预测同一序列（对比用）
with open("test.fasta", "w") as f:
    f.write(f">test_protein\n{sequence}\n")  # 写 FASTA

subprocess.run([                             # 运行 ColabFold
    "colabfold_batch",
    "test.fasta", "colabfold_out/",
    "--num-models", "1",                     # 只用1个模型（快速）
    "--num-recycle", "1"                     # 1次循环（快速）
])

print("两种方法预测完成，可用 PyMOL 或 ChimeraX 比对结构")

# 安装
pip install "fair-esm[esmfold]"

# 在线 API（最简单）
curl -X POST https://api.esmatlas.com/foldSequence/v1/pdb/ \
  -d "MKTAYIAKQRQISFVK..." > predicted.pdb

# Python 基本用法
import esm
model = esm.pretrained.esmfold_v1().eval().cuda()
pdb_str = model.infer_pdb("MKTAYIAK...")

# 节省显存
model.set_chunk_size(64)   # 分块计算（长序列必用）
model.esm.half()           # 半精度（节省约一半显存）

# 速度对比（500aa 蛋白质）
# ESMFold:   ~10秒（单 GPU，无需 MSA）
# ColabFold: ~5分钟（需要 MMseqs2 搜索 MSA）
# AlphaFold2:~30分钟（完整 MSA 搜索）

# 当前版本：ESM v2.0（ESMFold v1）