# Biohub lança ESMFold2, novo modelo para biologia proteica em escala

**Autor:** Maicon Ramos
**Categoria:** IA
**Publicado:** 2026-05-28
**Atualizado:** 2026-08-04
**Canonical:** https://runzos.com/biohub-lanca-esmfold2-novo-modelo-para-biologia-proteica-em-escala/

Biohub lançou o ESMFold2, um modelo de linguagem de proteínas treinado em 2,8 bilhões de sequências para prever estruturas e desenhar proteínas. O modelo supera em velocidade o AlphaFold e traz um atlas com bilhões de sequências mapeadas. Velocidade até 60x maior que o AlphaFold. Mapeamento de bilhões de proteínas em atlas aberto. Potencial para avanços em câncer e imunologia. Modelo open source para acelerar descobertas biomoleculares. Lide Biohub, iniciativa apoiada por Mark Zuckerberg, lançou o ESMFold2, um modelo de linguagem de proteínas treinado em 2,8 bilhões de sequências. Este avanço permite prever estruturas proteicas com alta velocidade e projetar proteínas, potencialmente beneficiando pesquisas em câncer e doenças imunológicas. Além disso, o ESM Atlas associado mapeia bilhões de sequências e estruturas previstas, ampliando o conhecimento sobre a evolução proteica. Detalhes do ESMFold2 e do Atlas O ESMFold2 funciona a partir da análise da sequência primária da proteína, dispensando alinhamentos múltiplos extensos (MSA), o que o torna muito mais rápido e escalável. Treinado com base em modelos anteriores da Meta/FAIR (como o ESM-2), ele alcança até 60x mais rapidez em previsões comparadas ao AlphaFold, com desempenho competitivo em precisão. O ESM Atlas contém mapeamento de mais de 770 milhões de proteínas preditas com alta confiança, permitindo explorar relações evolutivas e identificar novos alvos para biotecnologia. Aplicações e Potenciais Impactos Embora detalhes específicos do design de proteínas e “binders” para câncer e alvos imunes no ESMFold2 ainda não estejam oficialmente documentados, a trajetória do campo sugere potencial real nessa área. A plataforma promete acelerar a pesquisa básica, a descoberta de proteínas raras e o desenvolvimento de tratamentos, desde que a validação experimental continue sendo realizada no laboratório. Limitações e Considerações Apesar do ganho em velocidade, o ESMFold2 não supera o AlphaFold em todas as situações, apresentando desempenho competitivo, mas não universalmente superior. Um atlas gigante não elimina o desafio de interpretar funções biológicas ou validar experimentos em laboratório. Extrapolações de relações evolutivas a partir de estruturas previstas devem ser feitas com cautela para evitar conclusões errôneas. Esse avanço pode pressionar o mercado e fomentar competição com outras plataformas de design molecular e descoberta de fármacos. FAQ O que é o ESMFold2? Um modelo de linguagem de proteínas para previsão e design estrutural, treinado em bilhões de sequências. Ele supera o AlphaFold? Não integralmente; é mais rápido, mas com precisão competitiva, sem superar em todos os casos. Quantas sequências no treinamento? A pauta refere 2,8 bilhões de sequências, mesmo que ainda não confirmado oficialmente. O que é o ESM Atlas? Um atlas metagenômico de estruturas proteicas previstas em bilhões de sequências. Isso substitui trabalho de laboratório? Não, validação experimental permanece essencial. Para mais detalhes, consulte a página oficial do Biohub ESMFold. Leia também: Lambda lança playbook para otimizar treinamentos de IA

## Leia também

- [HostGator OpenClaw 2026: VPS com Agente de IA Pronto Vale a Pena?](https://runzos.com/hostgator-openclaw-vps-2026/)
- [PiAPI no n8n em 2026: guia de arquitetura para mídia por API](https://runzos.com/como-usar-piapi-n8n-2026/)
- [PiAPI vs Kie.ai vs OpenRouter 2026: Qual Hub de APIs de IA Escolher?](https://runzos.com/piapi-vs-kie-ai-openrouter-2026/)
- [O Congresso dos EUA já escolheu sua IA favorita — e isso muda o debate](https://runzos.com/chatgpt-ferramenta-congresso-eua/)