Skip to content
Herramienta de IA

Revisión de ESM Atlas

ESM Atlas es un atlas abierto que proporciona acceso a miles de millones de estructuras de proteínas metagenómicas predichas, sirviendo como un recurso crítico para el descubrimiento biológico y el diseño de proteínas.

shipped 1 jun 2026researchfreemium
Domain rating61Monthly visits408/mo
research
ESM Atlas - AI tool

Por qué importa

1ESM Atlas, desarrollado por Biohub, actualmente abarca 6.8 mil millones de secuencias de proteínas y 1.1 mil millones de estructuras de proteínas predichas.
2La plataforma aprovecha la IA para identificar vínculos evolutivos entre proteínas, incluidas enzimas de edición genética distantemente relacionadas.
3ESM Atlas y sus modelos asociados (ESMC, ESMFold2) fueron lanzados el 27 de mayo de 2026, bajo licencias de código abierto (MIT para modelos, CC BY 4.0 para datos).
4Se afirma que el modelo subyacente ESMFold2 supera a AlphaFold3 en varias métricas de predicción de la estructura de proteínas.

Stork’s verdict on ESM Atlas

ESM Atlas ofrece miles de millones de estructuras proteicas metagenómicas abiertas, pero su enfoque especializado exige una profunda experiencia en el dominio.

ESM Atlas reviewed by Stork AI · stork.ai/es/esm-atlas

Sobre ESM Atlas

Plataformas
Web
Público objetivo
Researchers and developers in metagenomics and bioinformatics

Liderazgo

Meta AI

Especificaciones

Documentación API

API disponible

Sí, API pública

overview

¿Qué es ESM Atlas?

ESM Atlas es una herramienta de predicción y exploración de la estructura de proteínas desarrollada por Biohub (una iniciativa de la Chan Zuckerberg Initiative) que permite a los investigadores en metagenómica y ciencia de proteínas acceder y explorar miles de millones de estructuras de proteínas metagenómicas predichas. Sirve como un recurso abierto para el descubrimiento biológico y el diseño de proteínas. La plataforma organiza y hace navegable un inmenso conjunto de datos de biología de proteínas, que actualmente abarca 6.8 mil millones de secuencias de proteínas y 1.1 mil millones de estructuras predichas. Aprovecha la IA para identificar y sacar a la luz relaciones entre proteínas que las bases de datos tradicionales podrían no haber capturado, incluidos los vínculos evolutivos entre enzimas de edición genética distantemente relacionadas. Esta iniciativa tiene como objetivo acelerar el descubrimiento terapéutico transformando el cribado empírico en un diseño guiado por computación.

features

Características Clave de ESM Atlas

ESM Atlas proporciona un conjunto completo de características diseñadas para facilitar la investigación y el descubrimiento de proteínas, aprovechando modelos avanzados de IA para ofrecer un acceso sin precedentes a datos estructurales de proteínas. Sus capacidades se extienden desde el acceso básico a datos hasta el soporte de flujos de trabajo complejos de diseño de proteínas.

  • Acceso abierto a 1.1 mil millones de estructuras de proteínas metagenómicas predichas.
  • Base de datos completa de estructuras predichas derivadas de 6.8 mil millones de secuencias de proteínas.
  • Interfaz fácil de usar para navegar y explorar la biología de las proteínas.
  • Soporta diversas aplicaciones de investigación, incluyendo la comprensión de la función de las proteínas y el descubrimiento biológico.
  • Actualizaciones regulares con nuevos datos y mejoras del modelo.
  • API disponible para acceso programático e integración en flujos de trabajo personalizados.
  • Permite la identificación de relaciones entre proteínas, incluidos los vínculos evolutivos.
  • Facilita la predicción de la estructura de proteínas y el diseño de nuevos ligantes de proteínas.

use cases

¿Quién debería usar ESM Atlas?

ESM Atlas está diseñado principalmente para la comunidad científica dedicada a la investigación de proteínas, la bioinformática y el desarrollo terapéutico. Su naturaleza abierta y su vasto conjunto de datos lo convierten en un recurso valioso en múltiples disciplinas.

  • Biólogos y Bioinformáticos: Para explorar biología no caracterizada, comprender la función de las proteínas y analizar la diversidad de proteínas metagenómicas.
  • Biólogos Estructurales: Para la predicción de la estructura de proteínas, la validación de estructuras experimentales y la orientación de los esfuerzos de diseño de proteínas.
  • Investigadores en Ciencia de Proteínas: Para acelerar el descubrimiento y la investigación biológica proporcionando un mapa completo de la biología de las proteínas.
  • Investigadores de Enfermedades: Para identificar posibles objetivos terapéuticos y diseñar computacionalmente ligantes funcionales para acelerar el descubrimiento de fármacos en etapas tempranas.
  • Fines Educativos: Como un recurso abierto para la enseñanza y el aprendizaje sobre la estructura, función y bioinformática de las proteínas.

pricing

Precios y Planes de ESM Atlas

El Biohub ESM Atlas, junto con sus modelos asociados ESMC y ESMFold2, está disponible gratuitamente para la comunidad científica global. Los modelos se lanzan bajo una licencia MIT, y los datos están disponibles bajo una licencia CC BY 4.0, lo que permite su uso académico y comercial sin restricciones. Si bien los modelos y datos principales son abiertos, el servicio Atlas en sí opera bajo un modelo freemium, con el acceso a la API limitado por tasa para garantizar un uso justo de los recursos compartidos. Se aconseja a los usuarios que gestionen sus solicitudes para evitar el uso excesivo.

  • Acceso Gratuito: El acceso básico a la interfaz web de ESM Atlas y sus 1.1 mil millones de estructuras de proteínas predichas es gratuito.
  • Modelos de Código Abierto: Los modelos subyacentes ESMC y ESMFold2 están disponibles gratuitamente bajo una licencia MIT para uso sin restricciones.
  • Datos Abiertos: Los datos de la estructura de proteínas están disponibles bajo una licencia CC BY 4.0, permitiendo un uso y redistribución amplios.

Herramientas similares

ESM Atlas vs Competidores

ESM Atlas, particularmente a través de su modelo subyacente ESMFold2, representa un avance significativo en la predicción de la estructura de proteínas y la escala de bases de datos, desafiando directamente plataformas establecidas como AlphaFold de Google DeepMind. Su naturaleza de código abierto y su enfoque en la diversidad metagenómica proporcionan ventajas distintivas.

1
AlphaFold Protein Structure Database

Offers a vast, highly accurate database of over 200 million predicted protein structures, covering nearly all catalogued proteins known to science.

Similar to ESM Atlas in providing a large, open-access database of predicted protein structures for research. While ESM Atlas specifically focuses on metagenomic proteins and emphasizes speed with its language model, AlphaFold is renowned for its high accuracy across a broader range of proteins and has a larger overall database size, though not exclusively metagenomic.

2
RoseTTAFold (Baker Lab)

Integrates deep learning with traditional energy-based methods to predict tertiary protein structures and protein-protein interactions, including complete biological assemblies.

Unlike ESM Atlas, which is a pre-computed atlas of metagenomic structures, RoseTTAFold is a powerful AI prediction tool that researchers use to generate structures on demand, including protein complexes, rather than browsing a pre-existing database.

3
OpenProtein.AI

Provides a no-code platform with powerful foundation models for protein engineering, structure/function prediction, and model training, making advanced AI accessible to biologists.

While ESM Atlas is a static atlas of predicted structures, OpenProtein.AI offers an interactive platform for designing and predicting new proteins using AI, including custom model training. It targets researchers but focuses on active protein engineering rather than just providing access to a pre-computed database, and offers a free tier for academia.

4

A single-sequence based model that excels at predicting structures for orphan proteins and in antibody design without requiring multiple sequence alignments (MSAs), offering a balance between speed and accuracy.

Similar to ESMFold (the underlying model for ESM Atlas) in being a single-sequence based prediction tool, OmegaFold offers an alternative for researchers needing fast predictions, especially for proteins lacking evolutionary information. Unlike the pre-computed ESM Atlas, OmegaFold is a tool for on-demand prediction, often used for novel or de novo designed proteins.

Más en Stork

Herramientas IA relacionadas

Otras herramientas de esta categoría, emparejadas por etiquetas comunes