연구진이 AlphaFold3 수준의 정확도를 가진 단일 단계 생성 모델 DCFold를 제안했어요. DCFold는 Dual Consistency 학습 프레임워크와 Temporal Geodesic Matching (TGM) 스케줄러를 활용해 AlphaFold3 대비 15배 빠른 추론 속도를 보여줘요.
DCFold는 단백질 구조 예측과 결합체 디자인 벤치마크에서 효과를 입증하며, 가상 스크리닝 및 단백질 디자인과 같은 실용적인 환경에 적용될 수 있도록 합니다.
Dual Consistency 학습 프레임워크는 예측 정확도를 유지하면서도 추론 속도를 획기적으로 개선하여, DCFold의 실용성을 높이는 데 기여합니다.