创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

自主智能体优化AlphaFold 3的MSA设计

AI 总结

Hugging Face · Papers报道的一篇论文提出一种自主智能体,将冻结的 AlphaFold 3 作为黑盒实验工具,用于优化多序列比对和跨链配对。在 AlphaFold 3 训练截止后发布的三个基准、共1,015个蛋白质界面中,该智能体相对默认流程和固定 MSA 方案提升了界面 DockQ,同时平均减少60%的 MSA 序列。对于跨物种异源复合物,FoldBench上的平均 DockQ 从0.465升至0.612,HD439上则从0.482升至0.562。

深度见解

报告结果显示,针对具体目标进行置信度引导的 MSA 设计可能优于统一比对方案,尤其适用于跨物种蛋白质复合物,而且无需修改或重新训练 AlphaFold 3。

Computer Science > Artificial Intelligence

arXiv:2611.03183 (cs)

[Submitted on 2 Nov 2026 (v1), last revised 3 Nov 2026 (this version, v2)]

Title:Auto-Research Agent on MSA Organization to Improve Protein-Protein Complex Structure Prediction

Authors:Zilu Zhang, Jing Bao, Lifeng Qiao, Sheng Xu, Qiantai Feng, Siqi Sun, Yang Yang

View a PDF of the paper titled Auto-Research Agent on MSA Organization to Improve Protein-Protein Complex Structure Prediction, by Zilu Zhang and 6 other authors

#AlphaFold 3#FoldBench#HD439

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。