以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Protein-complex structure prediction with AlphaFold 3 depends on MSA content, depth, and cross-chain pairing. Current pipelines apply uniform recipes, typically maximizing depth and pairing by species, yet even whether cross-chain pairing helps AF3 remains contested. We show that the value of both depth and pairing is
阅读原文 · Zilu Zhang, Jing Bao, Lifeng Qiao, Sheng Xu, Qiantai Feng, Siqi Sun, Yang Yang
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看，原因很直接：它挑战了蛋白质结构预测里一个被当成默认操作的东西， MSA 到底该怎么组 。 AlphaFold 3 这类模型吃 MSA，深度越深、跨链配对越充分，通常被认为越好。这篇论文说，这个假设站不住，最优配方是逐靶点变化的。作者干脆把冻结的 AF3 当成一台黑箱实验仪器，让一个自主智能体（Agent）自己去试、自己判断。 对做 AI fo...