Skip to content
Outil d'IA

Examen d'ESM Atlas

ESM Atlas est un atlas ouvert donnant accès à des milliards de structures protéiques métagénomiques prédites, servant de ressource essentielle pour la découverte biologique et la conception de protéines.

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

Pourquoi c'est important

1ESM Atlas, développé par Biohub, englobe actuellement 6,8 milliards de séquences protéiques et 1,1 milliard de structures protéiques prédites.
2La plateforme utilise l'IA pour identifier les liens évolutifs entre les protéines, y compris les enzymes d'édition génique éloignées.
3ESM Atlas et ses modèles associés (ESMC, ESMFold2) ont été publiés le 27 mai 2026, sous des licences open-source (MIT pour les modèles, CC BY 4.0 pour les données).
4Le modèle sous-jacent ESMFold2 est réputé surpasser AlphaFold3 dans diverses métriques de prédiction de structure protéique.

Stork’s verdict on ESM Atlas

ESM Atlas propose des milliards de structures protéiques métagénomiques ouvertes, mais sa spécialisation exige une expertise approfondie du domaine.

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

À propos de ESM Atlas

Plateformes
Web
Public cible
Researchers and developers in metagenomics and bioinformatics

Direction

Meta AI

Spécifications

Documentation API

API disponible

Oui, API publique

overview

Qu'est-ce qu'ESM Atlas ?

ESM Atlas est un outil de prédiction et d'exploration de structures protéiques développé par Biohub (une initiative de la Chan Zuckerberg Initiative) qui permet aux chercheurs en métagénomique et en science des protéines d'accéder et d'explorer des milliards de structures protéiques métagénomiques prédites. Il sert de ressource ouverte pour la découverte biologique et la conception de protéines. La plateforme organise et rend navigable un immense ensemble de données de biologie des protéines, englobant actuellement 6,8 milliards de séquences protéiques et 1,1 milliard de structures prédites. Elle utilise l'IA pour identifier et faire apparaître des relations entre les protéines que les bases de données traditionnelles n'auraient peut-être pas capturées, y compris les liens évolutifs entre des enzymes d'édition génique éloignées. Cette initiative vise à accélérer la découverte thérapeutique en transformant le criblage empirique en conception guidée par le calcul.

features

Principales fonctionnalités d'ESM Atlas

ESM Atlas offre une suite complète de fonctionnalités conçues pour faciliter la recherche et la découverte de protéines, en tirant parti de modèles d'IA avancés pour offrir un accès inégalé aux données structurelles des protéines. Ses capacités s'étendent de l'accès aux données de base au soutien de flux de travail complexes de conception de protéines.

  • Accès ouvert à 1,1 milliard de structures protéiques métagénomiques prédites.
  • Base de données complète de structures prédites dérivées de 6,8 milliards de séquences protéiques.
  • Interface conviviale pour naviguer et explorer la biologie des protéines.
  • Prend en charge diverses applications de recherche, y compris la compréhension de la fonction des protéines et la découverte biologique.
  • Mises à jour régulières avec de nouvelles données et des améliorations de modèles.
  • API disponible pour l'accès programmatique et l'intégration dans des flux de travail personnalisés.
  • Permet l'identification des relations entre les protéines, y compris les liens évolutifs.
  • Facilite la prédiction de la structure des protéines et la conception de nouveaux liants protéiques.

use cases

Qui devrait utiliser ESM Atlas ?

ESM Atlas est principalement conçu pour la communauté scientifique engagée dans la recherche sur les protéines, la bioinformatique et le développement thérapeutique. Sa nature ouverte et son vaste ensemble de données en font une ressource précieuse dans de multiples disciplines.

  • Biologistes et Bioinformaticiens : Pour explorer la biologie non caractérisée, comprendre la fonction des protéines et analyser la diversité des protéines métagénomiques.
  • Biologistes structuraux : Pour la prédiction de la structure des protéines, la validation des structures expérimentales et l'orientation des efforts de conception de protéines.
  • Chercheurs en science des protéines : Pour accélérer la découverte et la recherche biologique en fournissant une carte complète de la biologie des protéines.
  • Chercheurs en maladies : Pour identifier des cibles thérapeutiques potentielles et concevoir par calcul des liants fonctionnels afin d'accélérer la découverte de médicaments en phase précoce.
  • À des fins éducatives : En tant que ressource ouverte pour l'enseignement et l'apprentissage de la structure, de la fonction et de la bioinformatique des protéines.

pricing

Tarification et plans d'ESM Atlas

L'ESM Atlas de Biohub, ainsi que ses modèles associés ESMC et ESMFold2, est librement accessible à la communauté scientifique mondiale. Les modèles sont publiés sous licence MIT, et les données sont disponibles sous licence CC BY 4.0, permettant une utilisation académique et commerciale sans restriction. Bien que les modèles et les données de base soient ouverts, le service Atlas lui-même fonctionne sur un modèle freemium, l'accès API étant soumis à des limites de débit pour garantir une utilisation équitable des ressources partagées. Il est conseillé aux utilisateurs de gérer leurs requêtes pour éviter la surutilisation.

  • Accès gratuit : L'accès de base à l'interface web d'ESM Atlas et à ses 1,1 milliard de structures protéiques prédites est gratuit.
  • Modèles Open Source : Les modèles sous-jacents ESMC et ESMFold2 sont librement disponibles sous licence MIT pour une utilisation illimitée.
  • Données ouvertes : Les données de structure protéique sont disponibles sous licence CC BY 4.0, permettant une utilisation et une redistribution larges.

Outils similaires

ESM Atlas vs Concurrents

ESM Atlas, en particulier grâce à son modèle sous-jacent ESMFold2, représente une avancée significative dans la prédiction de la structure des protéines et l'échelle des bases de données, défiant directement les plateformes établies comme AlphaFold de Google DeepMind. Sa nature open-source et son accent sur la diversité métagénomique offrent des avantages distincts.

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.

Plus sur Stork

Outils IA connexes

Autres outils de cette catégorie, rapprochés par tags communs