蛋白复合物基准研究发现，MSA 深度比正确配对更重要
ferruz_noelia · x · 2026-07-29
一篇新的预印本研究在 AlphaFold3 的蛋白-蛋白复合物预测里，系统检验了 MSA 配对到底有多重要。
作者在 439 个非冗余异源二聚体上做 benchmark，对比了：
- pMSA：按物种正确配对的 MSA
- mMSA：把单体 MSA 直接拼接
- sMSA：随机打乱配对，但保留序列深度和组成，用来破坏链间共进化信号
核心结论是：真正起作用的可能是 MSA 深度，而不是“正确配对”本身。在全量数据上，pMSA 的 DockQ 为 0.613，mMSA 为 0.602；而 sMSA 几乎与 pMSA 完全一致，达到 0.612。
这意味着，所谓“配对优势”大概率主要来自额外序列带来的信息增益，而非链间配对关系本身。对实际的蛋白复合物建模流程来说，这可能会简化很多工程步骤。
「研究」频道最新
- 一页幻灯片认为 Bayes 只是现代 AI 的众多视角之一 — davidmanheim · 2026-07-29
- 研究称脑启发式 AI 可用更少能耗完成规划与求解 — striketheviol · 2026-07-29
- 从 GPT-2 到 KimiK3：这篇文章说不只是尺度变大 — algo_diver · 2026-07-29
- 合成训练数据让 AI 识别杂乱数据集引用 — RexDouglass · 2026-07-29
- 动态多模态事实核查基准仍有 17%–29% 污染风险 — Haorui He · 2026-07-29
- 论文发现语义 ID 在生成式推荐中丢失细粒度信息 — _reachsumit · 2026-07-29