通过因子图进行子采样的进化感知 MSA 推理

多重序列比对 (MSA) 为蛋白质语言模型提供了明确的进化背景，但其较大的深度使得在有限的 词元预算 下子采样不可避免。现有策略，包括随机选择、基于身份的过滤和多样性驱动采样，是有效的启发式方法，但对子集中保留的进化信号提供有限的控制。在这项工作中，我们将 MSA 子采样重新定义为一个显式优化问题，其中关键的进化度量（包括查询身份和多样性）被视为可控目标。基于这个观点，我们引入了 AP-REASONER，一种基于亲和力传播的因子图方法。借助进化感知一元因子、样本一致性因子和两个控制旋钮，AP-REASONER 通过消息传递执行因子图推理，以推断固定预算 MSA 子集。长程接触预测和构象集成预测的实验表明，AP-REASONER 在结构敏感的下游任务上优于基线子采样器，并且能够实现替代蛋白质构象的可控恢复。这些结果凸显了将 MSA 子采样建模为可控优化问题的价值，其中因子图推理为启发式选择提供了有效的替代方案。