# P69905 蛋白質同源性搜尋：ESM-2 embedding

> 在 BioQ 查詢 P69905（hemoglobin alpha），列出 ESM-2 空間中 8 個最近的 Swiss-Prot 鄰近蛋白與 cosine 分數，資料截至 2026-11-06。

資料截至 2026-11-06 · 發布 2026-11-08 · 更新 2026-11-06 · https://bioq.bio/blog/zh-TW/howto-is-my-protein-homologous-to-anything-esm2-neighbours

![BioQ 查詢 P69905 的結果頁面，表格列出最近的 Swiss-Prot 鄰近蛋白，包含 UniProt accession 與 cosine 相似度數值。](https://bioq.bio/blog/img/howto-is-my-protein-homologous-to-anything-esm2-neighbours/zh-TW/hero.webp)

針對 P69905（hemoglobin alpha），在 BioQ 進行蛋白質同源性搜尋 ESM-2 embedding，會回傳 8 個 Swiss-Prot 鄰近蛋白，cosine 分數由 1.0 到 0.9992。資料截至 2026-11-06。引擎總計耗時 0.45 秒，共執行 2 次查詢。

## 我們問了什麼

這是常見的需求：手上有一個蛋白質，想知道 Swiss-Prot 中是否有與它相關的條目。多數人會先想到序列比對。蛋白質語言模型則提供另一種視角：每個 Swiss-Prot 條目都是 embedding 空間中的一個點，列出離你的蛋白質最近的那些點即可。

本例使用公開且廣為人知的蛋白質，方便你逐行核對結果。查詢的是 UniProt accession P69905，即人類 hemoglobin subunit alpha（條目名稱 HBA_HUMAN）。我們要求取得 ESM-2 空間中最近的 8 個 Swiss-Prot 蛋白。同時也調出基因 HBA1 的 UniProt 記錄，讓鄰近清單可以對照已人工審閱的條目來閱讀。

## BioQ 回傳了什麼

鄰近蛋白區塊使用 Swiss-Prot 的 ESM-2 650M embeddings，共顯示 8 列。第一列是查詢蛋白本身，這在預期之中：任何蛋白質最近的點就是它自己。

| UniProt 登錄號 | 餘弦相似度 |
|---|---|
| P69905 | 1 |
| P69906 | 1 |
| P69907 | 1 |
| Q9TS35 | 0.9996 |
| P01923 | 0.9995 |
| P63107 | 0.9992 |
| P63108 | 0.9992 |
| P67817 | 0.9992 |

有三個 accession 的分數為 1.0：P69905、P69906 與 P69907。其後依序為 Q9TS35（0.9996）、P01923（0.9995），以及 P63107、P63108 與 P67817（皆為 0.9992）。工具本身附有提醒：cosine 對幾乎所有蛋白質都偏高，它用來排序鄰近蛋白，並不是序列一致性百分比。

第二個區塊取自 UniProt 的基因 HBA1，共有 26 筆 Swiss-Prot 記錄，前幾列如下。

| 登錄號 | 條目名稱 | 長度(aa) |
|---|---|---|
| P69905 | HBA_HUMAN | 142 |
| P01946 | HBA_RAT | 142 |
| P83270 | HBA1_ANAMI | 143 |
| Q1AGS5 | HBA1_ARCGL | 143 |
| Q1AGS9 | HBA1_BORSA | 143 |

其中 P69905 為 HBA_HUMAN，長度 142 個胺基酸殘基；大鼠條目 P01946（HBA_RAT）同樣為 142 個殘基。接下來三筆來自其他物種的條目長度皆為 143。這可作為快速的一致性檢查：由基因名稱預期的蛋白家族確實存在於 UniProt，且長度與你的查詢蛋白相近。

## 結果的意義與解讀方式

**看排名，不要看數值。** 所有分數都落在 0.9992 到 1.0 之間，絕對數值幾乎沒有資訊量。真正有意義的是排序，以及清單在哪裡開始下降。像這樣一長串幾乎相同的分數，只能說明這些蛋白質相對於 Swiss-Prot 其餘部分而言接近查詢蛋白，並不代表序列一致性有多高。

**到 UniProt 條目逐一確認每個鄰近蛋白。** 鄰近表格只提供 accession。請打開 P69906、P69907、Q9TS35、P01923、P63107、P63108 與 P67817，閱讀蛋白名稱、物種與家族註解。本次的 FACTS 並未說明這些條目是什麼，因此不要自行假設。如果多數鄰近蛋白與查詢蛋白屬於同一家族，就支持家族層級的關聯；若有某個條目的名稱與功能看起來毫無關係，應視為待驗證的線索，而不是發現。

**MMseqs2 與 ESM-2 的差異。** MMseqs2 這類比對工具會為每個 hit 報告 identity、coverage 與 E-value，也能直接檢視比對結果。蛋白質語言模型的 embedding 則是比較整條序列的學習表徵，因此即使比對訊號微弱，仍可能把蛋白質放在相近位置，這也是它常被用於遠緣同源（remote homology）的原因。兩者互補。本結果並未在你的蛋白質上比較兩者，因此問題重要時請兩種方法都跑，看它們在哪裡一致。

**手動流程與單一查詢的差別。** 手動進行時，需要先在 UniProt 查詢 accession，取得或自行產生 Swiss-Prot 的 embeddings，計算相似度，再回到 UniProt 閱讀每個鄰近蛋白。這裡只用一次查詢 P69905，就串接了 2 個不同的資源：Swiss-Prot 的 ESM-2 embedding 索引與 UniProt。引擎總耗時為 0.45 秒。這個數字僅是引擎時間，不含你閱讀結果的時間，我們也不對手動流程的耗時做任何主張。

## 如何在 BioQ 重現蛋白質同源性搜尋 ESM-2 embedding

1. 開啟 BioQ，在搜尋框貼上 UniProt accession。若要查自己的蛋白質，請使用其 Swiss-Prot accession。如果你只有一條新序列，最近鄰方法需要的是已存在於索引中的 accession。
2. 依原樣執行以下查詢。

```text
P69905
```

[在 BioQ 中開啟此查詢](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

3. 先閱讀鄰近蛋白表格。注意 cosine 數值從哪裡開始下降，並記下任何你不認得的 accession。
4. 開啟不熟悉 accession 的 UniProt 記錄，將名稱、物種與長度與你的查詢蛋白比較。
5. 若某個鄰近蛋白值得關注，可針對該配對執行 MMseqs2 等序列比對搜尋，取得 identity 與 E-value。接著在 BioQ 查詢該鄰近蛋白的基因，看其他資料層怎麼說。

BioQ 的每個答案都會標明來源，因此你匯出的表格會附上 embedding 版本（Swiss-Prot 的 ESM-2 650M embeddings）以及記錄的 UniProt 來源。

## 限制：資料未顯示的部分

- cosine 相似度不是序列一致性，也不是同源的機率。本例中每個分數都很高，若對原始數值設定門檻，並無法區分相關與不相關的蛋白質。
- 清單顯示 8 個鄰近蛋白，是因為我們要求 8 個。它不代表 Swiss-Prot 中與你的查詢蛋白相關的蛋白總數，排在清單之外的蛋白仍可能相關。
- embedding 僅涵蓋 Swiss-Prot。不在 Swiss-Prot 中的相關蛋白不會出現。
- 結果無法告訴你功能、結構或演化方向。相似的 embedding 可能反映共有的結構域、組成或家族歸屬，而表格並未指出是哪一種。
- hemoglobin alpha 是研究透徹、高度保守的蛋白家族。研究較少的蛋白質可能得到更平緩、較難解讀的清單，本例無法預測你的蛋白質會如何表現。
- HBA1 的 26 筆 UniProt 記錄，只是以該基因名稱查詢所回傳的條目數，並非該家族中不同蛋白質數量的衡量。
- 數字反映的是 2026-11-06 的資料。UniProt 或 embeddings 的後續版本可能改變清單內容。

## 資料與方法
本頁數字於2026-11-06從 BioQ 引擎讀取（共2次查詢，引擎累計耗時0.5秒）。表格由程式根據引擎回應產生，內文只是對這些數值的轉述。

`/neighbourhood`, `/uniprot`

在 BioQ 中親自執行同一查詢：[P69905](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

*僅供研究參考。本頁彙整公開資料，不構成醫療建議。*

BioQ 是一個以「讓生物學研究加速 100 倍」為目標的 AI 搜尋引擎與代理程式。可在網頁應用程式與 REST API 使用，也能透過 MCP 在 Claude、ChatGPT、Cursor 中提問。

## 使用的查詢

- [`P69905`](https://bioq.bio/login?next=%2Fapp%23q%3DP69905)

## 常見問題

### 如何用 ESM-2 embedding 找出與我的蛋白質相關的蛋白？

在 BioQ 輸入 Swiss-Prot accession，例如 P69905，即可取得 ESM-2 空間中最近的 Swiss-Prot 蛋白。本例回傳 8 個，cosine 值由 1.0 到 0.9992。

### cosine 值等同於序列一致性百分比嗎？

不是。cosine 只用來排序鄰近蛋白，而且對幾乎所有蛋白質都偏高。本例 8 個數值全介於 0.9992 與 1.0 之間，要得知一致性仍需使用序列比對工具。

### ESM-2 鄰近搜尋與 MMseqs2 有何不同？

MMseqs2 進行序列比對，並報告 identity 與 E-value；ESM-2 搜尋則比較學習得到的 embedding，可能偵測到遠緣同源。本例並未在你的蛋白質上比較兩者，因此對值得關注的鄰近蛋白，請再用序列比對確認。

### P69905 的查詢花了多少時間？

引擎總耗時為 0.45 秒，共執行 2 次查詢，串接 2 個不同的資源。這只是引擎時間，不含閱讀結果的時間。

### 這次結果中 HBA1 有多少筆 UniProt 記錄？

UniProt 區塊列出基因 HBA1 的 26 筆 Swiss-Prot 記錄。人類條目 P69905（HBA_HUMAN）長度為 142 個殘基。

## 出處

- 資料集: [UniProtKB/Swiss-Prot with ESM-2 embeddings](https://www.uniprot.org/)

> 結果依所示日期的公開資料庫而定，可能變動。BioQ 提供研究資訊，不構成醫療建議。
