模型与 Benchmark
总表:44 个 benchmark 的身份、更新与当前排名
每列一个 benchmark。最后一行是各自的当前排名,指标与口径逐列不同,分数不能横向比较。截至 2026-11-16,排名快照日期见各格。 模型索引 → · 总览与核心判断 →
跳到逐项表格| 领域 / Benchmark | 结构/共折叠 | 小分子 | 蛋白 | 抗体 | 基因组/RNA | 单细胞 | 分子生成 | 文本与 agent | ||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 01 CASP | 05 PoseBusters | 15 CAMEO | 22 CAPRI | 25 RNA-Puzzles | 30 PLINDER / PINDER / Runs N' Poses家族 | 31 FoldBench | 03 MoleculeNet (+OGB) | 04 TDC (ADMET + DTI)家族 | 06 CASF-2016 | 07 USPTO family (+PaRoutes)家族 | 12 DUD-E / LIT-PCBA家族 | 19 PMO (Practical Molecular Optimization) | 20 CACHE | 27 Polaris / ASAP / OpenADMET | 33 PoseX | 44 FS-Mol | 02 ProteinGym家族 | 17 CAFA | 26 FLIP / FLIP2家族 | 28 Adaptyv competitions / BenchBB家族 | 40 MotifBench | 34 AbBiBench | 35 FLAb / FLAb2 | 36 AIntibody | 43 Ginkgo GDPa1 | 08 Basenji/Enformer test set家族 | 11 ClinVar hold-out protocol | 13 CAGI | 16 GUE + Nucleotide Transformer 基准家族 | 21 DREAM5 / BEELINE / CausalBench家族 | 37 TraitGym | 38 BEND | 39 RNAGym | 09 scIB (+Open Problems)家族 | 24 虚拟细胞挑战赛与扰动预测评测家族 | 10 GuacaMol (+MOSES)家族 | 32 CrossDocked2020家族 | 14 PubMedQA | 18 LAB-Bench / LABBench2家族 | 23 BioASQ | 29 BixBench | 41 BioML-bench | 42 BioMysteryBench | |
| 类型 | A | C B | A | A | A B | C B | B | B | B | B | B | B | D | A | A C | B | B | B | A | B | A B | D | B | B | A | A B | B | B | A | B | A B C | B | B | B | B C | A B C | D | D | B E | E | A B | E | E | E |
| 证据层级 | L4* | L3* | L4 | L4* | L4(L2–L4)* | L3* | L3* | L2(L2–L3)* | L2(L2–L3)* | L2* | L2(L2–L3)* | L2* | L2* | L5* | L4* | L3* | L3* | L2(L2–L3)* | L4(L4–L5)* | L2(L2–L3)* | L5* | L2* | L2(L2–L3)* | L2(L2–L3)* | L5* | L4* | L2(L2–L3)* | L2(L2–L3)* | L4(L4–L5)* | L2(L2–L3)* | L2(L2–L5)* | L3* | L2* | L2* | L2* | L4(L2–L4)* | L2* | L2* | L1 | L1(L1–L2)* | L1(L1–L4)* | L2* | L2* | L2(L2–L4)* |
| 首发 | † | † | † | † | † | † | † | † | † | † | † | † | † | † | † | |||||||||||||||||||||||||||||
| 最近更新 | 新一轮 | 仅维护 | — 无后续事件† | 新一轮 | 新一轮† | 新版本† | 榜单条目 | 论文修订 | 论文修订 | 无后续事件 | 数据发布 | 仅维护† | 新版本† | 数据发布† | 新版本† | 论文修订 | 已归档† | 数据发布† | 新一轮† | 新版本† | 新一轮 | 榜单条目 | 论文修订 | 仅维护 | 数据发布 | 数据发布† | 仅维护† | 数据发布 | 新一轮 | 数据发布 | 论文修订† | 仅维护† | 新版本 | 榜单条目† | 新版本 | 新一轮† | 仅维护 | 数据发布† | 仅维护 | 仅维护 | 结果公布 | 榜单条目† | 论文修订 | 榜单条目† |
| 状态 | 活跃 | 活跃 | 活跃 | 本轮进行中 | 低频 | 活跃 | 低频 | 冻结 | 活跃 | 冻结 | 冻结 | 低频 | 低频 | 活跃 | 低频 | 活跃 | 冻结 | 低频 | 活跃 | 低频 | 活跃 | 活跃 | 活跃 | 活跃 | 低频 | 低频 | 活跃 | 活跃 | 活跃 | 低频 | 低频 | 低频 | 活跃 | 活跃 | 活跃 | 活跃 | 冻结 | 冻结 | 冻结 | 活跃 | 活跃 | 活跃 | 低频 | 活跃 |
| wet lab 更新 | 新 | 静态 | 新 | 新 | 新 | 累积 | 静态 | 静态 | 静态 | 静态 | 静态 | 静态 | 静态 | 新 | 新 | 静态 | 静态 | 累积 | 累积 | 静态 | 新 | 静态 | 静态 | 累积 | 新 | 新 | 静态 | 累积 | 新 | 静态 | 静态 | 静态 | 静态 | 静态 | 累积 | 新 | 静态 | 静态 | 静态 | 静态 | 累积 | 静态 | 静态 | 静态 |
| 报告模型数 | 15 | 8 | 4 | 2 | 3 | 5 | 12 | 2 | 4 | 0 | 5 | 2 | 2 | 0 | 0 | 6 | 0 | 10 | 0 | 2 | 4 | 3 | 6 | 1 | 1 | 0 | 3 | 5 | 1 | 0 | 0 | 3 | 0 | 1 | 1 | 9 | 0 | 1 | 2 | 3 | 0 | 3 | 1 | 1 |
| 当前排名 | 无排名CASP17 结果预计 2026-11-30 上线,尚无排名;CASP16 无单一总榜;其他本站模型多为对 CASP15/16 靶的回顾性自报,不可比。 | 不可比5 个口径,无统一排名看各口径 → | 第三方无头条数字:排名来源没有第一名条目(各条目均未排名或口径各异),改显示说明文字。看详情 → | 无排名Round 65 的评估结果将随 CASP17 专刊发表,目前尚无排名;CAPRI 公布的是逐靶点分级计数,不是单一榜单。 | 榜单Kaggle private-board rank 1 team0.578 (all, n=20); 0.491 (RNA-Puzzles, n=10)平均 TM-align(US-align,C1′) · Kaggle Stanford RNA 3D Folding Part 1 private board: 20 targets incl. 10 RNA-Puzzles榜单 · 本站最佳:AlphaFold 3 | 榜单AlphaFold3success_rate 15.068; rmsd_success_rate 17.808; mean_lddt_pli 0.304; coverage 96.053success_rate:LDDT-PLI>0.8 且 BiSyRMSD<2 的预测占比;页面另列 rmsd_success_rate、mean_lddt_pli、coverage · Runs N' Poses (Polaris preview benchmark, plinder-org/runs-n-poses)榜单 · | 榜单AlphaFold 3Protein-Protein 72.93% / Antibody-Antigen 47.90% / Protein-Ligand 64.90%; Protein-RNA 62.32%, Protein-DNA 79.18%, RNA Monomer 0.61, DNA Monomer 0.53界面成功率(%);单体用 lDDT · FoldBench official repo leaderboard, full set (targets released after 2023-01)榜单 · † | 不可比3 个口径,无统一排名看各口径 → | 榜单22 个官方榜均无条目日期,所有分数按诚实规则扣下,无可作头条的条目。看详情 → | 不可比4 个口径,无统一排名看各口径 → | 不可比5 个口径,无统一排名看各口径 → | 第三方无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。看详情 → | 自报GenMolSum 18.362 (Table 3, 'Goal-directed hit generation results', 23 PMO tasks, AUC top-10)AUC top-10,23 个 oracle 求和(上限 23),10,000 次调用预算 · PMO 23 oracles (QED, DRD2, GSK3B, JNK3 plus 19 GuacaMol-derived), oracle functions via TDC自报 · · 旧未经独立复现 | 无排名CACHE 前瞻评测的是整支队伍的 workflow 而不是单个模型,只公布命中计数;每轮命中率 0.7–4%,样本量不足以做显著性比较。 | 无排名按口径只收 Polaris 承办挑战;其榜单无法静态读取、总结论文匿名化条目,故不列名次;OpenADMET CYP 等榜单不作为本条目排名 | 第三方无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。看详情 → | 不可比1 个口径,无统一排名看各口径 → | 榜单AIDO Protein-RAG (16B)0.518 (SE 0.0)平均 Spearman(零样本,替换型 DMS) · ProteinGym v1.3, 217 substitution DMS assays, zero-shot榜单 · · 旧本站最佳:VenusREM(第 2 名) | 无排名CAFA6 最终榜单与获胜者无法获取;本站模型均未报 CAFA(SciReasoner 配对未证实);CAFA5 分数不可比 | 不可比3 个口径,无统一排名看各口径 → | 无排名当前轮无结果:五期均已停止提交,组织方页面无榜单、名次或分数,实测数据按日程于 2027 年初公开;往轮结果分散在主办方博文中,口径不一。 | 榜单RFD4-Proteina (indexed + medium thinking)55.06 (± 1.35)MotifBench 分数(0–100) · 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline榜单 · 本站最佳:RFdiffusion3 (indexed)(第 2 名) | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | 第三方来源没有总体第 1 名条目:各数值分属不同性质与设定,按不可比方式只显示说明。看详情 → | 榜单AuraIDE / AuraBind (Aureka Biotechnologies, internal model)KD 94.7 pM (KinExA); best experimental antibody 113 pM实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次 · AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab榜单 · | 榜单Anonymous0.708私有留出集上各性质的 Spearman 相关系数 · AbDev competition 2025, 80 private held-out antibodies, 5 properties榜单 · | 自报来源中没有第 1 名条目,各条目口径不同,不给头条数字。看详情 → | 不可比5 个口径,无统一排名看各口径 → | 第三方ClinPred / MetaRNNAUROC 0.92AUROC(致病 vs 良性错义) · CAGI6 Annotate-All-Missense full evaluation set (60 predictors)第三方 · · 旧 | 无排名无官方榜单,本站模型均未在这些套件上报分(NTv3 用自建 106 任务基准,Evo 2 未报);站外两模型的 GUE 平均 MCC 仅差 0.13,在种子噪声内(未复核) | 不可比3 个口径,无统一排名看各口径 → | 榜单CADD0.712 (se 0.038)按染色体加权平均的 AUPRC(主指标),附标准误 · TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks榜单 · † · 旧本站最佳:Evo2 40B(第 5 名) | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | 榜单榜单页只按缩放总均值排序、不显示数值总分;推得的均值不作头条。看详情 → | 榜单Team BM_xTVC, xTrimoSCPerturb (improved scFoundation architecture with protein-model embeddings)rank 1 of 300+ final-round teams (board publishes ranks only, no numeric scores)VCC 2025 终榜名次(PDS、DES、MAE 聚合);Generalist Prize 为 7 项指标的平均名次 · Virtual Cell Challenge 2025 final test set (H1 hESC, held-out CRISPRi perturbations)榜单 · | 无排名无官方榜单且本站模型均未报分;项目停更,优化侧被 PMO 固定 10K 调用协议取代;分布任务可被平凡策略刷满。 | 不可比3 个口径,无统一排名看各口径 → | 榜单GPT-4 (Medprompt)82.0accuracy(%)(macro-F1 多数未报),reasoning-required 设定 · PQA-L test (500 questions)榜单 · · 旧 | 榜单gpt-5-20.609 (Tools + high); Base 0.345LABBench2 总分(各子基准均值),设定 'Tools + high' 与 'Base' · LABBench2 (1,912 tasks, 11 categories)榜单 · | 榜单mckpt2Yes/No F1 0.9481, Acc. 0.9524; Factoid MRR 0.2000; List F1 0.1537yes/no macro-F1(表 7、8 的排序依据),另含 factoid MRR 与 list F1 · BioASQ Task 14b batch 2 exact answers, phase A+ (Table 7) and phase B (Table 8); preliminary results榜单 · †本站最佳:MedQA-1 (university team; phase B uses a frontier-LLM ensemble)(第 3 名) | 榜单gemini-4-argon0.523平均分(后继版本 20 个任务,按源论文程序化判分) · BixBench3 (successor benchmark, 20 research-study-scale tasks)榜单 · † | 自报来源无 rank-1 条目:条目均无名次或限定于各自协议,按不可比方式显示 caveat。看详情 → | 第三方Claude Fable 5.283.70%最终答案正确率(3 次完整运行均值,用评判模型打分) · Third-party board run: Terminus 2 harness, 200 turns / 4 h per task第三方 · † |
结构/共折叠 · 7 项 · 榜单 3 · 第三方 1 · 不可比 1 · 无排名 2
- 01 CASPA
- 证据层级
- L4*
- 首发
- 最近更新
新一轮- 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 15
当前排名无排名CASP17 结果预计 2026-11-30 上线,尚无排名;CASP16 无单一总榜;其他本站模型多为对 CASP15/16 靶的回顾性自报,不可比。 - 05 PoseBustersC B
- 证据层级
- L3*
- 首发
- 最近更新
仅维护- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 8
- 15 CAMEOA
- 证据层级
- L4
- 首发
- †
- 最近更新
- —
无后续事件† - 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 4
- 22 CAPRIA
- 证据层级
- L4*
- 首发
- †
- 最近更新
新一轮- 状态
- 本轮进行中
- wet lab 更新
- 新
- 报告模型数
- 2
当前排名无排名Round 65 的评估结果将随 CASP17 专刊发表,目前尚无排名;CAPRI 公布的是逐靶点分级计数,不是单一榜单。 - 25 RNA-PuzzlesA B
- 证据层级
- L4(L2–L4)*
- 首发
- 最近更新
新一轮†- 状态
- 低频
- wet lab 更新
- 新
- 报告模型数
- 3
当前排名榜单Kaggle private-board rank 1 team0.578 (all, n=20); 0.491 (RNA-Puzzles, n=10)平均 TM-align(US-align,C1′) · Kaggle Stanford RNA 3D Folding Part 1 private board: 20 targets incl. 10 RNA-Puzzles榜单 · 本站最佳:AlphaFold 3 - 30 PLINDER / PINDER / Runs N' Poses家族C B
- 证据层级
- L3*
- 首发
- †
- 最近更新
新版本†- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 5
当前排名榜单AlphaFold3success_rate 15.068; rmsd_success_rate 17.808; mean_lddt_pli 0.304; coverage 96.053success_rate:LDDT-PLI>0.8 且 BiSyRMSD<2 的预测占比;页面另列 rmsd_success_rate、mean_lddt_pli、coverage · Runs N' Poses (Polaris preview benchmark, plinder-org/runs-n-poses)榜单 · - 31 FoldBenchB
- 证据层级
- L3*
- 首发
- 最近更新
榜单条目- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 12
当前排名榜单AlphaFold 3Protein-Protein 72.93% / Antibody-Antigen 47.90% / Protein-Ligand 64.90%; Protein-RNA 62.32%, Protein-DNA 79.18%, RNA Monomer 0.61, DNA Monomer 0.53界面成功率(%);单体用 lDDT · FoldBench official repo leaderboard, full set (targets released after 2023-01)榜单 · †
小分子 · 10 项 · 榜单 1 · 自报 1 · 第三方 2 · 不可比 4 · 无排名 2
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
论文修订- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 2
- 04 TDC (ADMET + DTI)家族B
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
论文修订- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 4
- 06 CASF-2016B
- 证据层级
- L2*
- 首发
- 最近更新
无后续事件- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 0
- 07 USPTO family (+PaRoutes)家族B
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
数据发布- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 5
- 12 DUD-E / LIT-PCBA家族B
- 证据层级
- L2*
- 首发
- 最近更新
仅维护†- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 2
- 证据层级
- L2*
- 首发
- 最近更新
新版本†- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 2
当前排名自报GenMolSum 18.362 (Table 3, 'Goal-directed hit generation results', 23 PMO tasks, AUC top-10)AUC top-10,23 个 oracle 求和(上限 23),10,000 次调用预算 · PMO 23 oracles (QED, DRD2, GSK3B, JNK3 plus 19 GuacaMol-derived), oracle functions via TDC自报 · · 旧未经独立复现- 20 CACHEA
- 证据层级
- L5*
- 首发
- †
- 最近更新
数据发布†- 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 0
当前排名无排名CACHE 前瞻评测的是整支队伍的 workflow 而不是单个模型,只公布命中计数;每轮命中率 0.7–4%,样本量不足以做显著性比较。 - 证据层级
- L4*
- 首发
- 最近更新
新版本†- 状态
- 低频
- wet lab 更新
- 新
- 报告模型数
- 0
当前排名无排名按口径只收 Polaris 承办挑战;其榜单无法静态读取、总结论文匿名化条目,故不列名次;OpenADMET CYP 等榜单不作为本条目排名- 33 PoseXB
- 证据层级
- L3*
- 首发
- 最近更新
论文修订- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 6
- 44 FS-MolB
- 证据层级
- L3*
- 首发
- 最近更新
已归档†- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 0
蛋白 · 5 项 · 榜单 2 · 不可比 1 · 无排名 2
- 02 ProteinGym家族B
- 证据层级
- L2(L2–L3)*
- 首发
- †
- 最近更新
数据发布†- 状态
- 低频
- wet lab 更新
- 累积
- 报告模型数
- 10
当前排名榜单AIDO Protein-RAG (16B)0.518 (SE 0.0)平均 Spearman(零样本,替换型 DMS) · ProteinGym v1.3, 217 substitution DMS assays, zero-shot榜单 · · 旧本站最佳:VenusREM(第 2 名) - 17 CAFAA
- 证据层级
- L4(L4–L5)*
- 首发
- †
- 最近更新
新一轮†- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 0
当前排名无排名CAFA6 最终榜单与获胜者无法获取;本站模型均未报 CAFA(SciReasoner 配对未证实);CAFA5 分数不可比 - 26 FLIP / FLIP2家族B
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
新版本†- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 2
- 28 Adaptyv competitions / BenchBB家族A B
- 证据层级
- L5*
- 首发
- †
- 最近更新
新一轮- 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 4
当前排名无排名当前轮无结果:五期均已停止提交,组织方页面无榜单、名次或分数,实测数据按日程于 2027 年初公开;往轮结果分散在主办方博文中,口径不一。 - 40 MotifBenchD
- 证据层级
- L2*
- 首发
- 最近更新
榜单条目- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 3
当前排名榜单RFD4-Proteina (indexed + medium thinking)55.06 (± 1.35)MotifBench 分数(0–100) · 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline榜单 · 本站最佳:RFdiffusion3 (indexed)(第 2 名)
抗体 · 4 项 · 榜单 3 · 第三方 1
- 34 AbBiBenchB
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
论文修订- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 6
- 35 FLAb / FLAb2B
- 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
仅维护- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 1
- 36 AIntibodyA
- 证据层级
- L5*
- 首发
- 最近更新
数据发布- 状态
- 低频
- wet lab 更新
- 新
- 报告模型数
- 1
当前排名榜单AuraIDE / AuraBind (Aureka Biotechnologies, internal model)KD 94.7 pM (KinExA); best experimental antibody 113 pM实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次 · AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab榜单 · - 43 Ginkgo GDPa1A B
- 证据层级
- L4*
- 首发
- †
- 最近更新
数据发布†- 状态
- 低频
- wet lab 更新
- 新
- 报告模型数
- 0
当前排名榜单Anonymous0.708私有留出集上各性质的 Spearman 相关系数 · AbDev competition 2025, 80 private held-out antibodies, 5 properties榜单 ·
基因组/RNA · 8 项 · 榜单 3 · 自报 1 · 第三方 1 · 不可比 2 · 无排名 1
- 证据层级
- L2(L2–L3)*
- 首发
- †
- 最近更新
仅维护†- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 3
- 证据层级
- L2(L2–L3)*
- 首发
- †
- 最近更新
数据发布- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 5
- 13 CAGIA
- 证据层级
- L4(L4–L5)*
- 首发
- †
- 最近更新
新一轮- 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 1
当前排名第三方ClinPred / MetaRNNAUROC 0.92AUROC(致病 vs 良性错义) · CAGI6 Annotate-All-Missense full evaluation set (60 predictors)第三方 · · 旧 - 证据层级
- L2(L2–L3)*
- 首发
- 最近更新
数据发布- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 0
当前排名无排名无官方榜单,本站模型均未在这些套件上报分(NTv3 用自建 106 任务基准,Evo 2 未报);站外两模型的 GUE 平均 MCC 仅差 0.13,在种子噪声内(未复核)- 21 DREAM5 / BEELINE / CausalBench家族A B C
- 证据层级
- L2(L2–L5)*
- 首发
- †
- 最近更新
论文修订†- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 0
- 37 TraitGymB
- 证据层级
- L3*
- 首发
- 最近更新
仅维护†- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 3
当前排名榜单CADD0.712 (se 0.038)按染色体加权平均的 AUPRC(主指标),附标准误 · TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks榜单 · † · 旧本站最佳:Evo2 40B(第 5 名) - 38 BENDB
- 证据层级
- L2*
- 首发
- 最近更新
新版本- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 0
- 39 RNAGymB
- 证据层级
- L2*
- 首发
- 最近更新
榜单条目†- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 1
单细胞 · 2 项 · 榜单 2
- 09 scIB (+Open Problems)家族B C
- 证据层级
- L2*
- 首发
- 最近更新
新版本- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 1
- 24 虚拟细胞挑战赛与扰动预测评测家族A B C
- 证据层级
- L4(L2–L4)*
- 首发
- 最近更新
新一轮†- 状态
- 活跃
- wet lab 更新
- 新
- 报告模型数
- 9
当前排名榜单Team BM_xTVC, xTrimoSCPerturb (improved scFoundation architecture with protein-model embeddings)rank 1 of 300+ final-round teams (board publishes ranks only, no numeric scores)VCC 2025 终榜名次(PDS、DES、MAE 聚合);Generalist Prize 为 7 项指标的平均名次 · Virtual Cell Challenge 2025 final test set (H1 hESC, held-out CRISPRi perturbations)榜单 ·
分子生成 · 2 项 · 不可比 1 · 无排名 1
- 10 GuacaMol (+MOSES)家族D
- 证据层级
- L2*
- 首发
- 最近更新
仅维护- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 0
当前排名无排名无官方榜单且本站模型均未报分;项目停更,优化侧被 PMO 固定 10K 调用协议取代;分布任务可被平凡策略刷满。 - 32 CrossDocked2020家族D
- 证据层级
- L2*
- 首发
- †
- 最近更新
数据发布†- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 1
文本与 agent · 6 项 · 榜单 4 · 自报 1 · 第三方 1
- 14 PubMedQAB E
- 证据层级
- L1
- 首发
- 最近更新
仅维护- 状态
- 冻结
- wet lab 更新
- 静态
- 报告模型数
- 2
当前排名榜单GPT-4 (Medprompt)82.0accuracy(%)(macro-F1 多数未报),reasoning-required 设定 · PQA-L test (500 questions)榜单 · · 旧 - 18 LAB-Bench / LABBench2家族E
- 证据层级
- L1(L1–L2)*
- 首发
- 最近更新
仅维护- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 3
当前排名榜单gpt-5-20.609 (Tools + high); Base 0.345LABBench2 总分(各子基准均值),设定 'Tools + high' 与 'Base' · LABBench2 (1,912 tasks, 11 categories)榜单 · - 23 BioASQA B
- 证据层级
- L1(L1–L4)*
- 首发
- †
- 最近更新
结果公布- 状态
- 活跃
- wet lab 更新
- 累积
- 报告模型数
- 0
当前排名榜单mckpt2Yes/No F1 0.9481, Acc. 0.9524; Factoid MRR 0.2000; List F1 0.1537yes/no macro-F1(表 7、8 的排序依据),另含 factoid MRR 与 list F1 · BioASQ Task 14b batch 2 exact answers, phase A+ (Table 7) and phase B (Table 8); preliminary results榜单 · †本站最佳:MedQA-1 (university team; phase B uses a frontier-LLM ensemble)(第 3 名) - 29 BixBenchE
- 证据层级
- L2*
- 首发
- †
- 最近更新
榜单条目†- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 3
当前排名榜单gemini-4-argon0.523平均分(后继版本 20 个任务,按源论文程序化判分) · BixBench3 (successor benchmark, 20 research-study-scale tasks)榜单 · † - 41 BioML-benchE
- 证据层级
- L2*
- 首发
- 最近更新
论文修订- 状态
- 低频
- wet lab 更新
- 静态
- 报告模型数
- 1
- 42 BioMysteryBenchE
- 证据层级
- L2(L2–L4)*
- 首发
- 最近更新
榜单条目†- 状态
- 活跃
- wet lab 更新
- 静态
- 报告模型数
- 1
当前排名第三方Claude Fable 5.283.70%最终答案正确率(3 次完整运行均值,用评判模型打分) · Third-party board run: Terminus 2 harness, 200 turns / 4 h per task第三方 · †
逐项表格视图(44 行)
| Benchmark | 领域 | 类型 | 证据层级 | 首发 | 最近更新 | 状态 | wet lab 更新 | 报告模型数 | 当前排名 |
|---|---|---|---|---|---|---|---|---|---|
| 01 CASP | 结构/共折叠 | A | L4* | 新一轮 | 活跃 | 新 | 15 | 无排名CASP17 结果预计 2026-11-30 上线,尚无排名;CASP16 无单一总榜;其他本站模型多为对 CASP15/16 靶的回顾性自报,不可比。 | |
| 05 PoseBusters | 结构/共折叠 | C B | L3* | 仅维护 | 活跃 | 静态 | 8 | 不可比5 个口径,无统一排名看各口径 → | |
| 15 CAMEO | 结构/共折叠 | A | L4 | † | — 无后续事件† | 活跃 | 新 | 4 | 第三方无头条数字:排名来源没有第一名条目(各条目均未排名或口径各异),改显示说明文字。看详情 → |
| 22 CAPRI | 结构/共折叠 | A | L4* | † | 新一轮 | 本轮进行中 | 新 | 2 | 无排名Round 65 的评估结果将随 CASP17 专刊发表,目前尚无排名;CAPRI 公布的是逐靶点分级计数,不是单一榜单。 |
| 25 RNA-Puzzles | 结构/共折叠 | A B | L4(L2–L4)* | 新一轮† | 低频 | 新 | 3 | 榜单Kaggle private-board rank 1 team0.578 (all, n=20); 0.491 (RNA-Puzzles, n=10)平均 TM-align(US-align,C1′) · Kaggle Stanford RNA 3D Folding Part 1 private board: 20 targets incl. 10 RNA-Puzzles榜单 · 本站最佳:AlphaFold 3 | |
| 30 PLINDER / PINDER / Runs N' Poses家族 | 结构/共折叠 | C B | L3* | † | 新版本† | 活跃 | 累积 | 5 | 榜单AlphaFold3success_rate 15.068; rmsd_success_rate 17.808; mean_lddt_pli 0.304; coverage 96.053success_rate:LDDT-PLI>0.8 且 BiSyRMSD<2 的预测占比;页面另列 rmsd_success_rate、mean_lddt_pli、coverage · Runs N' Poses (Polaris preview benchmark, plinder-org/runs-n-poses)榜单 · |
| 31 FoldBench | 结构/共折叠 | B | L3* | 榜单条目 | 低频 | 静态 | 12 | 榜单AlphaFold 3Protein-Protein 72.93% / Antibody-Antigen 47.90% / Protein-Ligand 64.90%; Protein-RNA 62.32%, Protein-DNA 79.18%, RNA Monomer 0.61, DNA Monomer 0.53界面成功率(%);单体用 lDDT · FoldBench official repo leaderboard, full set (targets released after 2023-01)榜单 · † | |
| 03 MoleculeNet (+OGB) | 小分子 | B | L2(L2–L3)* | 论文修订 | 冻结 | 静态 | 2 | 不可比3 个口径,无统一排名看各口径 → | |
| 04 TDC (ADMET + DTI)家族 | 小分子 | B | L2(L2–L3)* | 论文修订 | 活跃 | 静态 | 4 | 榜单22 个官方榜均无条目日期,所有分数按诚实规则扣下,无可作头条的条目。看详情 → | |
| 06 CASF-2016 | 小分子 | B | L2* | 无后续事件 | 冻结 | 静态 | 0 | 不可比4 个口径,无统一排名看各口径 → | |
| 07 USPTO family (+PaRoutes)家族 | 小分子 | B | L2(L2–L3)* | 数据发布 | 冻结 | 静态 | 5 | 不可比5 个口径,无统一排名看各口径 → | |
| 12 DUD-E / LIT-PCBA家族 | 小分子 | B | L2* | 仅维护† | 低频 | 静态 | 2 | 第三方无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。看详情 → | |
| 19 PMO (Practical Molecular Optimization) | 小分子 | D | L2* | 新版本† | 低频 | 静态 | 2 | 自报GenMolSum 18.362 (Table 3, 'Goal-directed hit generation results', 23 PMO tasks, AUC top-10)AUC top-10,23 个 oracle 求和(上限 23),10,000 次调用预算 · PMO 23 oracles (QED, DRD2, GSK3B, JNK3 plus 19 GuacaMol-derived), oracle functions via TDC自报 · · 旧未经独立复现 | |
| 20 CACHE | 小分子 | A | L5* | † | 数据发布† | 活跃 | 新 | 0 | 无排名CACHE 前瞻评测的是整支队伍的 workflow 而不是单个模型,只公布命中计数;每轮命中率 0.7–4%,样本量不足以做显著性比较。 |
| 27 Polaris / ASAP / OpenADMET | 小分子 | A C | L4* | 新版本† | 低频 | 新 | 0 | 无排名按口径只收 Polaris 承办挑战;其榜单无法静态读取、总结论文匿名化条目,故不列名次;OpenADMET CYP 等榜单不作为本条目排名 | |
| 33 PoseX | 小分子 | B | L3* | 论文修订 | 活跃 | 静态 | 6 | 第三方无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。看详情 → | |
| 44 FS-Mol | 小分子 | B | L3* | 已归档† | 冻结 | 静态 | 0 | 不可比1 个口径,无统一排名看各口径 → | |
| 02 ProteinGym家族 | 蛋白 | B | L2(L2–L3)* | † | 数据发布† | 低频 | 累积 | 10 | 榜单AIDO Protein-RAG (16B)0.518 (SE 0.0)平均 Spearman(零样本,替换型 DMS) · ProteinGym v1.3, 217 substitution DMS assays, zero-shot榜单 · · 旧本站最佳:VenusREM(第 2 名) |
| 17 CAFA | 蛋白 | A | L4(L4–L5)* | † | 新一轮† | 活跃 | 累积 | 0 | 无排名CAFA6 最终榜单与获胜者无法获取;本站模型均未报 CAFA(SciReasoner 配对未证实);CAFA5 分数不可比 |
| 26 FLIP / FLIP2家族 | 蛋白 | B | L2(L2–L3)* | 新版本† | 低频 | 静态 | 2 | 不可比3 个口径,无统一排名看各口径 → | |
| 28 Adaptyv competitions / BenchBB家族 | 蛋白 | A B | L5* | † | 新一轮 | 活跃 | 新 | 4 | 无排名当前轮无结果:五期均已停止提交,组织方页面无榜单、名次或分数,实测数据按日程于 2027 年初公开;往轮结果分散在主办方博文中,口径不一。 |
| 40 MotifBench | 蛋白 | D | L2* | 榜单条目 | 活跃 | 静态 | 3 | 榜单RFD4-Proteina (indexed + medium thinking)55.06 (± 1.35)MotifBench 分数(0–100) · 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline榜单 · 本站最佳:RFdiffusion3 (indexed)(第 2 名) | |
| 34 AbBiBench | 抗体 | B | L2(L2–L3)* | 论文修订 | 活跃 | 静态 | 6 | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | |
| 35 FLAb / FLAb2 | 抗体 | B | L2(L2–L3)* | 仅维护 | 活跃 | 累积 | 1 | 第三方来源没有总体第 1 名条目:各数值分属不同性质与设定,按不可比方式只显示说明。看详情 → | |
| 36 AIntibody | 抗体 | A | L5* | 数据发布 | 低频 | 新 | 1 | 榜单AuraIDE / AuraBind (Aureka Biotechnologies, internal model)KD 94.7 pM (KinExA); best experimental antibody 113 pM实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次 · AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab榜单 · | |
| 43 Ginkgo GDPa1 | 抗体 | A B | L4* | † | 数据发布† | 低频 | 新 | 0 | 榜单Anonymous0.708私有留出集上各性质的 Spearman 相关系数 · AbDev competition 2025, 80 private held-out antibodies, 5 properties榜单 · |
| 08 Basenji/Enformer test set家族 | 基因组/RNA | B | L2(L2–L3)* | † | 仅维护† | 活跃 | 静态 | 3 | 自报来源中没有第 1 名条目,各条目口径不同,不给头条数字。看详情 → |
| 11 ClinVar hold-out protocol | 基因组/RNA | B | L2(L2–L3)* | † | 数据发布 | 活跃 | 累积 | 5 | 不可比5 个口径,无统一排名看各口径 → |
| 13 CAGI | 基因组/RNA | A | L4(L4–L5)* | † | 新一轮 | 活跃 | 新 | 1 | 第三方ClinPred / MetaRNNAUROC 0.92AUROC(致病 vs 良性错义) · CAGI6 Annotate-All-Missense full evaluation set (60 predictors)第三方 · · 旧 |
| 16 GUE + Nucleotide Transformer 基准家族 | 基因组/RNA | B | L2(L2–L3)* | 数据发布 | 低频 | 静态 | 0 | 无排名无官方榜单,本站模型均未在这些套件上报分(NTv3 用自建 106 任务基准,Evo 2 未报);站外两模型的 GUE 平均 MCC 仅差 0.13,在种子噪声内(未复核) | |
| 21 DREAM5 / BEELINE / CausalBench家族 | 基因组/RNA | A B C | L2(L2–L5)* | † | 论文修订† | 低频 | 静态 | 0 | 不可比3 个口径,无统一排名看各口径 → |
| 37 TraitGym | 基因组/RNA | B | L3* | 仅维护† | 低频 | 静态 | 3 | 榜单CADD0.712 (se 0.038)按染色体加权平均的 AUPRC(主指标),附标准误 · TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks榜单 · † · 旧本站最佳:Evo2 40B(第 5 名) | |
| 38 BEND | 基因组/RNA | B | L2* | 新版本 | 活跃 | 静态 | 0 | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | |
| 39 RNAGym | 基因组/RNA | B | L2* | 榜单条目† | 活跃 | 静态 | 1 | 榜单榜单第一名条目未核实,排名行不显示分数看详情 → | |
| 09 scIB (+Open Problems)家族 | 单细胞 | B C | L2* | 新版本 | 活跃 | 累积 | 1 | 榜单榜单页只按缩放总均值排序、不显示数值总分;推得的均值不作头条。看详情 → | |
| 24 虚拟细胞挑战赛与扰动预测评测家族 | 单细胞 | A B C | L4(L2–L4)* | 新一轮† | 活跃 | 新 | 9 | 榜单Team BM_xTVC, xTrimoSCPerturb (improved scFoundation architecture with protein-model embeddings)rank 1 of 300+ final-round teams (board publishes ranks only, no numeric scores)VCC 2025 终榜名次(PDS、DES、MAE 聚合);Generalist Prize 为 7 项指标的平均名次 · Virtual Cell Challenge 2025 final test set (H1 hESC, held-out CRISPRi perturbations)榜单 · | |
| 10 GuacaMol (+MOSES)家族 | 分子生成 | D | L2* | 仅维护 | 冻结 | 静态 | 0 | 无排名无官方榜单且本站模型均未报分;项目停更,优化侧被 PMO 固定 10K 调用协议取代;分布任务可被平凡策略刷满。 | |
| 32 CrossDocked2020家族 | 分子生成 | D | L2* | † | 数据发布† | 冻结 | 静态 | 1 | 不可比3 个口径,无统一排名看各口径 → |
| 14 PubMedQA | 文本与 agent | B E | L1 | 仅维护 | 冻结 | 静态 | 2 | 榜单GPT-4 (Medprompt)82.0accuracy(%)(macro-F1 多数未报),reasoning-required 设定 · PQA-L test (500 questions)榜单 · · 旧 | |
| 18 LAB-Bench / LABBench2家族 | 文本与 agent | E | L1(L1–L2)* | 仅维护 | 活跃 | 静态 | 3 | 榜单gpt-5-20.609 (Tools + high); Base 0.345LABBench2 总分(各子基准均值),设定 'Tools + high' 与 'Base' · LABBench2 (1,912 tasks, 11 categories)榜单 · | |
| 23 BioASQ | 文本与 agent | A B | L1(L1–L4)* | † | 结果公布 | 活跃 | 累积 | 0 | 榜单mckpt2Yes/No F1 0.9481, Acc. 0.9524; Factoid MRR 0.2000; List F1 0.1537yes/no macro-F1(表 7、8 的排序依据),另含 factoid MRR 与 list F1 · BioASQ Task 14b batch 2 exact answers, phase A+ (Table 7) and phase B (Table 8); preliminary results榜单 · †本站最佳:MedQA-1 (university team; phase B uses a frontier-LLM ensemble)(第 3 名) |
| 29 BixBench | 文本与 agent | E | L2* | † | 榜单条目† | 活跃 | 静态 | 3 | 榜单gemini-4-argon0.523平均分(后继版本 20 个任务,按源论文程序化判分) · BixBench3 (successor benchmark, 20 research-study-scale tasks)榜单 · † |
| 41 BioML-bench | 文本与 agent | E | L2* | 论文修订 | 低频 | 静态 | 1 | 自报来源无 rank-1 条目:条目均无名次或限定于各自协议,按不可比方式显示 caveat。看详情 → | |
| 42 BioMysteryBench | 文本与 agent | E | L2(L2–L4)* | 榜单条目† | 活跃 | 静态 | 1 | 第三方Claude Fable 5.283.70%最终答案正确率(3 次完整运行均值,用评判模型打分) · Third-party board run: Terminus 2 harness, 200 turns / 4 h per task第三方 · † |
排名行仅示各 benchmark 内部的当前第一;跨列不可比。榜单 = 主办方榜单;自报 = 开发方自己报告;第三方 = 独立评测;不可比 = 各来源口径不一,不给分数;† 未核实;旧 = 快照早于截至日 12 个月以上。
AI for Bio benchmark 总览:44 项的身份、证据层级与排名状态
44 个 benchmark 按领域分组的总表,类型、证据层级、首发与更新、wet lab、报告模型数与排名状态,与实体页同源。
模型 × benchmark 配对矩阵:112 个模型、196 条关系
按七种关系类型记录每个模型在哪些 benchmark 上有报告,成立 131 条;零配对模型 35 个。
训练数据从哪来:公开库、私有授权、自产 wet lab 与仅验证
112 个模型的四类训练数据,"未披露"与"否"分开记。
模型索引:112 个模型按领域分组
每个模型的机构、首发、最近更新、报过的 benchmark 数与代码 / 权重开放程度。
44 个 benchmark 的规模、更新与 wet lab 数据
规模按版本分列,首发与最近更新带出处,三类 wet lab 更新方式。
01 CASP
两年一届的蛋白结构预测盲测;增量价值已转向复合物、RNA、配体与构象系综。
02 ProteinGym
把两百余条公开深度突变扫描整理成统一套件,评测蛋白变异效应与适应度排序
03 MoleculeNet
分子表示学习的历史默认套件:17 个公开数据集,适合文献对齐与回归测试,不足以支撑药研能力宣称
04 TDC
ADMET 预测事实上的提交式榜单;适合方法横向筛选,不宜作研发决策依据。
05 PoseBusters
蛋白-配体姿态评测:RMSD 阈值加 18 项物理化学有效性检查
06 CASF-2016
蛋白-配体打分函数的十年默认口径,拆为打分、排序、对接、筛选四项能力;数据冻结且与训练集高度重叠
07 USPTO family
逆合成与反应预测的默认数据口径;测的是能否复现专利记录,不是路线能否做成。
08 Basenji/Enformer test set
序列到功能模型的事实口径:固定留出区域上的表观与表达轨迹预测
09 scIB
单细胞整合的默认度量:批次去除与生物保守两组指标,由 Open Problems 平台承接
10 GuacaMol
分子生成的入场券式口径;真值全为计算 oracle,已停更,优化侧被 PMO 取代。
11 ClinVar hold-out protocol
用临床标签库的留出变异区分致病与良性,各论文自定快照与子集
12 DUD-E / LIT-PCBA
虚拟筛选富集的两代静态集:DUD-E 用构造诱饵,LIT-PCBA 用 PubChem 实测非活性;二者都有已知偏置或泄漏
13 CAGI
变异解读领域持续十余年的 CASP 式盲测,真值为提交时未公开的实验或临床数据
14 PubMedQA
给定 PubMed 摘要回答是/否/也许的 500 题测试集;头部分数已挤在噪声内
15 CAMEO
每周用 PDB 预发布序列对结构预测服务器做的滚动盲测
16 GUE + Nucleotide Transformer 基准
DNA 语言模型的短序列调控元件分类套件;只能当冒烟测试
17 CAFA
蛋白功能(GO)预测的时间延迟前瞻盲测,真值为提交后新增的实验注释
18 LAB-Bench / LABBench2
生物研究基础能力题库;原版多选已部分饱和,作者以 LABBench2 取代
19 PMO
在 10,000 次 oracle 调用预算内比较分子优化的样本效率
20 CACHE
计算团队提交可购化合物,组织方实测结合,是真做湿实验的盲测
21 DREAM5 / BEELINE / CausalBench
基因调控网络推断的三代评测,分数主要反映金标准网络的质量
22 CAPRI
蛋白复合物预测最早的前瞻盲测,其分级与 DockQ 是通用口径
23 BioASQ
唯一年度滚动、专家出新题并人工评分的生物医学检索与问答挑战
24 虚拟细胞挑战赛与扰动预测评测
唯一为评测专门生成 Perturb-seq 数据的挑战,但线性与均值基线仍难被打败
25 RNA-Puzzles
RNA 三维结构社区盲测;准确率取决于有无近缘模板,而非模型范式。
26 FLIP / FLIP2
监督设定下的蛋白适应度基准,用刻意偏移的切分测低资源与外推
27 Polaris / ASAP / OpenADMET
工业界牵头的基准托管平台、方法指南与盲测挑战;代表赛事是用未发表项目数据赛后揭盲的抗病毒挑战
28 Adaptyv competitions / BenchBB
连续多轮、公开数据的前瞻蛋白设计评测;主办方为商业服务商,非可刷分榜单。
29 BixBench
让 agent 在容器里对真实数据写代码做生信分析,并按结论判分
30 PLINDER / PINDER / Runs N' Poses
把训练集相似度作为一等切分标准的对接与共折叠泛化评测基础设施。
31 FoldBench
低同源 PDB 组装体上的全原子共折叠评测;抗体-抗原是最常被引用的区分项。
32 CrossDocked2020
口袋条件分子生成的事实默认评测集,分数由对接软件给出
33 PoseX
同一协议比较物理对接、AI 对接与共折叠共 23 个方法,并分开自对接与交叉对接
34 AbBiBench
以抗体-抗原复合物为单位的零样本打分相关性评测,补上抗体功能评测空白。
35 FLAb / FLAb2
治疗性抗体可开发性的聚合回顾基准,结论偏负面。
36 AIntibody
抗体侧的前瞻盲测:设计提交后统一测亲和力与可开发性。
37 TraitGym
非编码因果变异与匹配对照的二分类基准。
38 BEND
用人类基因组功能任务评测 DNA 语言模型的冻结表示。
39 RNAGym
RNA 适应度与结构的零样本评测框架。
40 MotifBench
30 道固定 motif scaffolding 题目,统一流水线判定,附提交制榜单;真值仍是计算的。
41 BioML-bench
让 agent 端到端跑生物医学 ML 流水线,与人类公开榜单成绩比较;被测 agent 平均低于人类基线。
42 BioMysteryBench
真实测序数据剥离元数据后出题,只判最终答案;由模型厂商自己出题,公开部分仅 5 题。
43 Ginkgo GDPa1
246 个临床抗体的统一 assay 可开发性数据,加 80 个私有留出抗体的一次性盲测。
44 FS-Mol
在全新 assay 上只给 16–256 个标签,预测其余分子活性;填补少样本适配场景。
AF2-Multimer:Google DeepMind
AF2 的多链微调版,蛋白复合物预测的经典基线
AlphaFold 3:Google DeepMind、Isomorphic Labs
生物分子共折叠模型,后续共折叠模型几乎都以它为对照基线
BioEmu-2:Microsoft Research AI for Science
全原子扩散模型,采样复合物与核酸的构象系综
Boltz-1 / Boltz-1x:MIT、Boltz PBC
首个接近 AF3 水平的全开源共折叠模型,1x 加物理有效性引导
Boltz-2:MIT、Recursion、Boltz PBC
在共折叠之外加入小分子结合亲和力预测头的开源模型
Chai-1:Chai Discovery
开放权重共折叠模型,主打无 MSA 也稳定并支持实验约束
Chai-2:Chai Discovery
闭源零样本抗体与 binder 设计模型,内置升级的折叠模块
DiffDock:MIT CSAIL
扩散式盲对接模型,现多作深度学习对接的基线
ESMFold2:Biohub、EvolutionaryScale team
蛋白语言模型驱动的共折叠模型,推理不依赖 MSA 检索,与序列库同期发布
HelixFold-S1:Baidu
在 HelixFold3 之上加接触引导采样的方法,不是新基座模型
IntelliFold-2:IntelliGen AI
香港 IntelliGen AI 的 AF3 改进型共折叠模型,Flash 与标准版开放、Pro 仅服务器
IsoDDE:Isomorphic Labs
Isomorphic Labs 的闭源药物设计引擎,在 AlphaFold 3 之上扩展共折叠与亲和力
MassiveFold:Lille University UGSF、CNRS
基于 AF2 的大规模采样与并行化框架,不是新模型,难界面收益最大
NeuralPLexer3:Iambic Therapeutics
flow-matching 共折叠模型,强调立体化学与物理有效性
OpenComplex2:Beijing Academy of Artificial Intelligence
全原子生成式模型,用图扩散采样蛋白、核酸与复合物的构象分布而非单一结构
OpenDDE:Aureka AI Research、Aureka Biotechnologies
全开源共折叠模型,655M 参数,针对抗体-抗原调优,自称开放版药物发现引擎
OpenFold3:OpenFold Consortium、Open Molecular Software Foundation、Columbia University等
开源联盟对 AlphaFold 3 的 Apache-2.0 复现,附联邦私有数据微调路线
Pearl:Genesis Molecular AI
Genesis Molecular AI 的闭源蛋白-配体共折叠模型,主打大规模物理合成结构训练
Protenix:ByteDance Seed、ByteDance Seed AI for Science
开源共折叠系列,复现并试图超过同代闭源模型,v2 权重转为专有
RF3:University of Washington Institute for Protein Design、RosettaCommons
蛋白设计研究所的开源共折叠模型,与 AtomWorks 数据框架一同以 BSD 许可发布
RhoFold+ / DRfold2 / trRosettaRNA:CUHK / Harvard / MIT collaboration、National University of Singapore group、Shandong University (Qingdao) group
三条独立的 RNA 三维结构预测路线,分属三个学术组,口径各异不可横比
RNAPro:NVIDIA、Stanford University
预测 RNA 全原子三维结构的开放模型,约 4.9 亿参数
SeedFold:ByteDance Seed
字节跳动 Seed 的 AF3 类共折叠模型,靠加宽 Pairformer 扩容,另有线性三角注意力变体
Vina:Scripps Research
经典分子对接程序,非深度学习,是对接领域的事实基线
ADMET-AI:Stanford University (computer science)、Greenstone Biosciences
ADMET 预测平台,一次给出 41 个端点并与已批准药物分布对比
AQAffinity:SandboxAQ
开源蛋白-配体亲和力模型,把亲和力头接在开源共折叠骨干上
Beacon(Inductive Bio):Inductive Bio
Inductive Bio 的闭源 ADMET/PK 预测模型,靠药企预竞争数据联盟训练
Chemformer:AstraZeneca (Molecular AI, Discovery Sciences)
预训练的分子字符串序列模型,用于反应预测与逆合成,长期作为对照基线
Chemprop v2:MIT (chemical engineering and electrical engineering groups)
开源分子性质预测库,基于有向消息传递网络,是最常见的深度学习基线
Enchant v1 / v2:Iambic Therapeutics
闭源多模态 Transformer,从早期数据预测分子性质与临床相关端点
ether0:FutureHouse
240 亿参数化学推理模型,答案直接是分子
KERMT:Merck & Co. (modeling and informatics)、NVIDIA (BioNeMo team)
图 Transformer 化学预训练模型,多任务微调与加速,面向药企内部 ADMET 预测
MiniMol:Valence Labs (Recursion Pharmaceuticals)
千万参数级分子基础模型,用数千个监督任务密集预训练后做性质预测
MolE:Recursion
分子图基础模型,把解耦注意力改造到分子图上做性质预测
MoLFormer-XL:IBM Research
化学语言模型,把分子字符串当文本做十亿级预训练再微调性质预测
Nesso-1:Valence Labs、Recursion Pharmaceuticals
开源蛋白-配体亲和力模型,主打以粗粒度结构换取推理速度
ReaSyn v2:NVIDIA、KAIST
可合成性投影模型,为分子生成可购砌块的合成路径
REINVENT 4:AstraZeneca Molecular AI (Discovery Sciences, R&D)
开源小分子生成设计框架,用强化、迁移与课程学习驱动多种设计模式
RetroDFM-R:Shanghai Jiao Tong University (X-LANCE Lab; School of Chemistry and Chemical Engineering)、Suzhou Laboratory
推理式逆合成大模型,用可验证化学奖励做强化学习,输出带推理过程的前体
Saturn:EPFL (Laboratory of Artificial Chemical Intelligence)
分子生成与优化模型,主打有限 oracle 预算下的样本高效搜索
TamGen:Microsoft Research AI for Science、Global Health Drug Discovery Institute (GHDDI)
靶点感知分子生成模型,按蛋白口袋条件生成并精修化合物
TerraBind:Terray Therapeutics
蛋白-配体结构与亲和力基础模型,用小 trunk 加无扩散优化换速度
TxGemma:Google DeepMind、Google Research
在通用开源基座上用公开治疗数据集指令微调的药物研发 LLM 系列(三档参数、预测与对话两版)
Uni-Mol2:DP Technology、Peking University、AI for Science Institute, Beijing
3D 构象分子预训练模型,推到十亿级参数以研究分子预训练的 scaling
Uni-Mol3:DP Technology、Peking University
多分子反应基础模型,覆盖产物预测、逆合成、反应条件与产率
AlphaProteo:Google DeepMind、Francis Crick Institute
闭源 de novo 蛋白 binder 设计系统,自报七个靶点成功、第八个失败
AMPLIFY:Mila、Polytechnique Montréal、Amgen
小规模蛋白语言模型,论点是数据质量比参数规模更重要
BindCraft:EPFL Laboratory of Protein Design and Immunoengineering、MIT
开源 binder 设计流程,反传共折叠网络做幻觉式设计,无需额外训练
BoltzGen:MIT Jameel Clinic、Boltz PBC
开源通用 binder 设计模型,在共折叠架构上按靶点与约束生成蛋白、肽与纳米抗体
Chai-3:Chai Discovery
Chai Discovery 的闭源下一代分子设计模型,面向抗体与多特异性设计
Claude 蛋白设计研究(通用模型 + 公开工具):Anthropic、Adaptyv Bio、Twist Bioscience
通用语言模型作为设计 agent 编排公开工具做 binder 设计,由外部实验室检测
DPLM-2:ByteDance Research、Nanjing University
多模态离散扩散蛋白语言模型,同时生成互相匹配的序列与结构
Dyno Psi-1 / Psi-Phi:Dyno Therapeutics
约 2 亿参数的开放权重结合体设计模型,配套过滤与 agent 套件
ESM C:Evolutionary Scale、Chan Zuckerberg Biohub
纯序列表征型蛋白语言模型,定位是 ESM-2 的替代
ESM3:Evolutionary Scale、Chan Zuckerberg Biohub
多模态生成式蛋白语言模型,序列、结构、功能可互为 prompt
EVOLVEpro:Brigham and Women's Hospital / Harvard Medical School、Mass General Brigham Gene and Cell Therapy Institute、Beth Israel Deaconess Medical Center等
少样本主动学习的蛋白工程外壳,每轮只测十余个突变体
La-Proteina:NVIDIA
在部分隐空间做流匹配的全原子蛋白生成模型,可共设计至 800 残基
Latent-X / X2:Latent Labs
闭源平台化的 binder、大环与抗体设计模型,每靶只测几十个设计
LucaOne:Alibaba Cloud、Sun Yat-sen University
统一预训练 DNA、RNA 与蛋白序列的基础模型,约 18 亿参数
Mosaic:Escalante Bio
开源多目标蛋白设计库,把多个打分器组成可微损失做 binder 优化
Pinal:Westlake University
自然语言到蛋白的设计模型:把功能描述翻成结构标记再生成序列
PoET-2:OpenProtein.AI
1.82 亿参数的多模态检索增强蛋白基础模型,用家族上下文做零样本与小样本预测
Profluent-E1:Profluent
检索增强的蛋白编码器,用于突变效应打分与表征
ProGen3:Profluent
稀疏 MoE 自回归蛋白语言模型,主打规模律与用实验数据做对齐
ProSST:Shanghai Jiao Tong University、Shanghai AI Laboratory
把残基局部结构量化成 token,并用解耦注意力融合序列与结构的蛋白语言模型
Proteina-Complexa:NVIDIA (GenAIR)
全原子 binder 设计模型,生成式预训练加测试时算力扩展
RFdiffusion2 / 3:University of Washington Institute for Protein Design、Rosetta Commons
原子级扩散设计模型族:RFD2 做酶活性位点,RFD3 做全原子界面
SaProt:Westlake University、Westlake Representation Learning Lab
结构感知蛋白语言模型,把结构 token 与氨基酸联合输入做零样本突变打分
SeedProteo:ByteDance Seed
基于扩散的全原子从头蛋白设计模型,面向结合体设计
VenusREM:Shanghai Jiao Tong University、East China University of Science and Technology、Shanghai AI Laboratory
检索增强的零样本突变效应模型,融合序列、结构与同源序列检索
xTrimoPGLM:BioMap、Tsinghua University、MBZUAI
百图生科等提出的 100B 统一蛋白语言模型,兼做理解与生成,带折叠分支
Germinal:Stanford University (chemical engineering)、Arc Institute
开源 de novo 抗体/纳米抗体设计流程,只重设计 CDR
HCAbLM:Nona Biosciences、HBM Holdings (Harbour BioMed)
Nona Biosciences 只用全人源重链抗体训练的语言模型,定位可开发性表征
IgGM / IgGM-FM:Tencent AI for Life Sciences Lab
抗体与纳米抗体生成模型,一个模型覆盖结构预测、从头设计、亲和力成熟与人源化
JAM / JAM-2:Nabla Bio
闭源抗体与 VHH de novo 设计模型,主打 GPCR 等多次跨膜难靶
Origin-1:Absci
面向零先验表位从头设计全长单抗的生成平台,含扩散生成、配对 CDR 序列设计与共折叠打分三段
RFantibody:University of Washington Institute for Protein Design
指定表位的从头抗体设计流程:生成主链、设计序列、再做结构过滤
tFold:Tencent AI for Life Sciences Lab
抗体结构与设计系统:免 MSA 的结构预测加表位特异的从头设计
AlphaGenome:Google DeepMind
DNA 序列到功能模型:读 1 Mb 序列,碱基分辨率预测多模态调控轨迹与变异效应
AlphaMissense:Google DeepMind
结构增强的错义变异致病性模型,发布了千万量级人类错义变异预测目录
BioReason:University of Toronto、Vector Institute、University Health Network
把 DNA 基础模型接入语言模型,做通路推理与变异效应预测的多模态推理模型
Borzoi:Calico Life Sciences
从 DNA 序列预测 RNA-seq 覆盖度并评估转录、剪接与多聚腺苷酸化变异效应
BulkFormer:Peking University (biomedical informatics)、Jilin University、Wuhan Sports University
人类 bulk 转录组基础模型,约 1.5 亿参数
Evo 2:Arc Institute、NVIDIA、Stanford University等
开源 DNA 语言模型,百万级上下文,零样本变异打分与序列生成
NTv3:InstaDeep (subsidiary of BioNTech)
基因组基础模型,1 Mb 上下文,一个模型做轨迹预测、基因注释与序列生成
popEVE:Harvard Medical School (Blavatnik Institute)、Centre for Genomic Regulation (CRG), Barcelona
蛋白组范围错义变异致病性模型,分数跨基因可比,用于罕见病诊断排序
RIBOSPAN:Shanghai Innovation Institute、CAS Center for Excellence in Molecular Cell Science、Shanghai Jiao Tong University
16.1 亿参数双向 RNA 基础模型,原生上下文 10,240 nt、单核苷酸分词,可一次处理完整转录本
AIDO Cell:GenBio AI
多尺度、有状态的「虚拟细胞」世界模型,目前只有两种原型细胞
C2S-Scale:Yale University、Google Research、Google DeepMind
把细胞表达排序转成「细胞句子」后微调通用 LLM 的单细胞模型(4.1 亿至 270 亿参数)
CellFM:Sun Yat-sen University (computer science)、Chongqing University、Huawei等
只用人类数据的单细胞基础模型,8 亿参数
Lingshu-Cell(灵枢·细胞):Alibaba DAMO Academy
阿里巴巴达摩院的生成式细胞世界模型,用掩码离散扩散建模转录组分布
scGPT / Geneformer:University of Toronto、University Health Network、Vector Institute等
第一代单细胞基础模型基线,用于注释、扰动预测与批次整合
scPRINT-2:Institut Pasteur、CNRS
巴斯德研究所的第二代单细胞基础模型,跨 16 个物种 3.5 亿细胞预训练
Stack:Arc Institute
单细胞基础模型,用提示中的示例细胞做上下文学习,无需微调
STATE:Arc Institute
虚拟细胞模型,跨细胞系预测药物或基因扰动后的转录响应
Tahoe-x1:Tahoe Therapeutics
单细胞基础模型,掩码预训练编码器,含扰动数据的大规模预训练
TranscriptFormer:Chan Zuckerberg Initiative、Chan Zuckerberg Biohub
CZI/Biohub 的跨物种生成式单细胞模型,训练于 12 个物种约 1.1 亿个细胞
X-Cell:Xaira Therapeutics
虚拟细胞模型,预测基因扰动后的表达变化
xTrimoSCPerturb / scFoundation:BioMap、Tsinghua University
百图生科的单细胞基础模型 scFoundation,及据其改进的 VCC 2025 冠军扰动方案
Biomni:Stanford University、Phylo
通用生物医学 agent:语言模型加工具库,规划并执行生信分析与实验设计
Co-Scientist:Google DeepMind、Google Research
Google DeepMind 基于 Gemini 的多 agent 科研假设生成与排序系统
GPT-Rosalind:OpenAI
生命科学专用推理模型,受控准入提供
Intern-S:Shanghai AI Laboratory
开源多模态科学基座系列:在通用 LLM 上叠加科学语料与专用分词,含万亿参数 MoE 版本
Kosmos / Edison Analysis:Edison Scientific、FutureHouse
Edison Scientific 的"AI 科学家",循环检索文献与分析数据并输出带引用的报告
MedGemma / Med-Gemini:Google Research、Google DeepMind
Google 医学语言模型家族:闭源 Med-Gemini 与开放权重 MedGemma
Quine:Microsoft Research
Microsoft Research 的生物世界模型加研究 harness,限研究用途
Robin:FutureHouse
FutureHouse 多 agent 发现系统,串联文献综述、候选提出与实验数据分析
SciReasoner:Shanghai AI Laboratory、The Chinese University of Hong Kong、Shanghai Institute of Materia Medica, Chinese Academy of Sciences等
多模态科学推理模型,把 3D 结构编码为统一 token
TxAgent:Harvard Medical School
治疗学推理 agent,经 ToolUniverse 调用 211 个药物与临床工具回答用药问题
VERID:Google Research
实验工作站的语义数字孪生,让 agent 在虚拟干跑、安全检查与真实湿实验之间闭环
前沿通用大模型:Anthropic、OpenAI、Google DeepMind
在生物 benchmark 上被测的通用前沿大模型(Claude、GPT、Gemini)类别条目