Axon NeuroAutomata

ESM-2 嵌入向量有什么实际用途？

ESM-2 嵌入捕捉了蛋白质序列中的进化共变和隐含折叠偏好，可用于蛋白质家族聚类、功能相似性检索、或作为下游分类/回归模型的特征输入。

突变评分（mutation scoring）和突变景观扫描（landscape scan）有何区别？

突变评分针对用户指定的单个或少数突变点返回效应预测值；景观扫描则系统性地枚举某段序列的所有可能氨基酸替换并批量评分，输出完整的位点×替换评分矩阵，适合全局探索。

ESMFold 预测的结构精度如何，能否替代 AlphaFold2？

ESMFold 在单序列输入场景下速度优势明显，但在高难度蛋白或多结构域蛋白上精度通常低于使用 MSA 的 AlphaFold2。适合快速初筛，对精度要求高的场景建议再用 AlphaFold2 验证。

使用该服务器需要具备蛋白质生物学背景吗？

基础使用不需要，AI 助手可以接受自然语言描述并调用服务器。但正确解读评分结果（如对数似然差值的含义）仍需要一定的蛋白质语言模型基础知识。

ESMC 与 ESM-2 有什么区别？

ESMC（ESM Cambrian）是 Meta 更新一代的蛋白质语言模型，在训练数据规模和架构上有所升级，嵌入质量一般优于 ESM-2，但具体性能差异视下游任务而定。该服务器同时支持两者，用户可按需选择。