연구진은 MSA 서브샘플링을 제어 가능한 최적화 문제로 재정의했어요. AP-REASONER라는 새로운 방법론을 제시했는데, 이는 진화적 요소를 고려한 요소 그래프 추론을 활용해요.
AP-REASONER는 쿼리 동일성 및 다양성과 같은 주요 진화적 지표를 제어 가능한 목표로 설정하여 기존 서브샘플링 방법보다 우수한 성능을 보여줬어요.
장거리 접촉 예측 및 구조적 앙상블 예측 실험에서 AP-REASONER는 기존 서브샘플링 방식보다 우수한 성능을 보이며, 단백질 구조 예측에 기여했어요.