训练仅需一周单卡
以仅1.4M参数的轻量图网络达到与RoseTTAFold相竞争的结构预测精度，显著降低MSA依赖，并支持向抗体数据的迁移。
Xudong, Wang · 张彤 · Guangbu, Liu · 崔铮 · Zeng, Zhiyong · Long, Cheng · 郑文明 · Jian, Yang
Advanced Science 2025
模型仅需单张3090 GPU训练1周，而RoseTTAFold需要8张V100 GPU训练30天，计算开销大幅降低。
模型仅含1.4M参数，而RoseTTAFold为130M，显著降低存储和推理资源需求。
在Orphan、De novo和Orphan25这三个MSA不足的数据集上取得最佳性能，减少了对多序列比对的依赖。