自主智能体优化MSA提升蛋白复合物结构预测
热点事件历史事件
自主智能体优化MSA提升蛋白复合物结构预测
2 篇报道2 个报道来源5 天前更新
先了解这件事
AI 综述
北邮、上交大、复旦等团队发布预印本论文，提出一个自动研究智能体：它把AlphaFold 3当作黑盒，针对每个目标重组多序列比对（MSA）的序列选择与跨链配对策略，仅凭预测置信度信号迭代优化。 团队称，在AlphaFold 3训练截止时间之后发布的三个基准数据集、共1015个蛋白-蛋白互作界面上，该智能体在全部基准测试中的界面DockQ指标整体优于AlphaFold 3默认流程和固定的MSA方案，同时平均使用的MSA序列数量比默认方案少60%。其中FoldBench数据集平均DockQ由0.465升至0.612，HD439数据集由0.482升至0.562。 这些结果来自论文自述，尚未经同行评审。
AI 根据报道生成 · 4 天前更新
最新进展11月4日 12:50
北邮上交大复旦等联合发布自动研究智能体，优化MSA组织提升蛋白复合物结构预测报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 下一分子AI制药日报｜大分子/小分子/虚拟细胞多项研究进展
研究团队用肽条形码、尺寸排阻色谱与质谱结合的混合方法，在大肠杆菌统一生产条件下量化了超过39000个天然蛋白结构域变体、从头设计蛋白和纳米抗体的单体产量。AtomLM-9b以全原子结构分词器将生物分子几何压缩为离散结构token，在CASP14和CASP15上全原子lDDT分别为0.832和0.835。单细胞基础模型基准评测显示，五种模型在跨物种注释与扰动预测上优于简单基线，但同物种内优势有限。
11月4日
- AI蛋白质精选北邮上交大复旦等联合发布自动研究智能体，优化MSA组织提升蛋白复合物结构预测
北邮、上交大、复旦等团队提出自动研究智能体，将AlphaFold 3视为黑盒，针对每个目标重组多序列比对（MSA）的序列选择与跨链配对策略，仅依赖预测置信度信号迭代优化。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 911月5日 00:00
- 近 24 小时变化
- -20%
02.557.510
11月5日11月6日11月7日11月8日11月9日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。