呃呃呃，又是一个需求，需要我做什么呢？给定一个氨基酸序列，对他进行可视化，就是预测这个序列的结构，需要一个快！的算法。经推荐，使用了ESM3来进行推理。

https://github.com/evolutionaryscale/esm

这个还蛮好用的，使用起来也很简单。

使用首先需要准备两个环境，一个是软件环境，一个是系统环境。

系统环境：

  • cuda 12
  • 显卡驱动
  • 一个显存20GB以上的显卡（不要也行，会慢很多）

软件环境：

conda create -n esm3 python=3.10
conda activate esm3
pip install esm
# 下下来发现版本是3.0.7.post1

还需要准备一下模型，如果你能访问huggingface，那么让程序自动下载就行，如果不行就用我下面这种方法

首先到这个网站 可能需要登录填表。

然后进去会看到一个 data 文件夹, 把这个文件夹和 index.py （这个是我们的python推理文件）放到同一个文件夹下。

目录结构

- index.py
- data
    - weights
    - 1utn.pdb
    - ......

推理代码

from esm.models.esm3 import ESM3
from esm.sdk.api import ESM3InferenceClient, ESMProtein, GenerationConfig
import torch
import os
# 这里要这个，只是有了这个才会读本地的模型文件，不然会实时到 huggingface下载
os.environ['INFRA_PROVIDER'] = '叫什么无所谓，他只是判断这个环境变量是不是存在'

model: ESM3InferenceClient = ESM3.from_pretrained("esm3-sm-open-v1").cuda()

sequences = [
    "MATKAVCVLKGDGPVQGIINFEQKESNGPVKVWGSIKGLTEGLHGFHVHEFGDNTAGCTSAGPHFNPLSRKHGGPKDEERHVGDLGNVTADKDGVADVSIEDSVISLSGDHCIIGRTLVVHEKADDLGKGGNEESTKTGNAGSRLACGVIGIAQ",
]
import time 
for index, sequence in enumerate(sequences):
    
    start = time.time()
    protein = ESMProtein()
    protein.sequence = sequence
    protein.coordinates = None
    protein = model.generate(protein, GenerationConfig(track="structure", num_steps=20))
    protein.to_pdb(f"./{index}.pdb")
    print(f"Time: {time.time() - start}")
    print("avg:", len(sequence)/(time.time()-start),"length:", len(sequence))

长1000的序列大概3-4秒，得到了pdb文件后，拖到这个网页里就可以查看了