Github官方文档包含了整个包的所有代码及使用方法：
Github官方文档：https://github.com/facebookresearch/esm

一、python代码实现esm模型蛋白embedding

示例代码见：E:\cgx硬盘\★Python and AI\（cgx★★）生物\esm （Facebook）\esm_protein_embedding\facebook_ems_model_protein_embedding.ipynb

二、整个FASTA文件内蛋白embedding（采用命令行脚本）

1.按官网步骤pip安装esm包；

2.官网下载原文件并解压得到：

image.png

3.进入该文件一级目录，在该目录下打开终端并进入安装有esm包的环境，然后运行以下代码（来源于Github官网）：

python scripts/extract.py esm2_t33_650M_UR50D examples/data/some_proteins.fasta examples/data/some_proteins_emb_esm2 --repr_layers 0 32 33 --include mean per_tok

说明：
scripts/extract.py：原代码
esm2_t33_650M_UR50D：用到的预训练模型（其他模型可以在官网找）
examples/data/some_proteins.fasta：待embedding的蛋白质fasta文件
examples/data/some_proteins_emb_esm2：存储fasta文件中每个蛋白的embedding结果文件（一个蛋白一个文件），其中some_proteins_emb_esm2是文件夹（目录）名称，如有该目录已经存在则直接用，不存在则自动生成。
--rep -layers： (默认值:final only)选择要包含嵌入的层。
--include： 指定要保存的嵌入。您可以使用以下方法:

• per_tok 完整的序列嵌入(seq_len x hidden_dim)，即每个氨基酸都有一个hidden_dim长度的嵌入。
• mean 完整的序列嵌入上的平均值(1 x hidden_dim)，即在(seq_len x hidden_dim)的基础上对seq_len方向求平均，结果是所有蛋白质都被表征成了hidden_dim长度的向量。
• bos 包括序列开始标记的嵌入。(注意:不要与预训练模型一起使用-我们在没有boss令牌监督的情况下进行了训练)
  下图是我的实操：
  
  1.png
  
  从上图可以看出，代码首先自动下载了模型，然后自动处理：
  
  预训练模型存储路径.png
  
  代码运行结束后，已经在对应目录下生成了每个蛋白的embedding文件了（以.pt结尾）：
  
  自动生成目标文件.png