模型与 Benchmark板块首页
总览
AI for Bio benchmark 总览模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…模型索引:112 个模型按领域分组44 个 benchmark 的规模、更新与 wet la…
Benchmark 档案:核心 30 项
01 CASP02 ProteinGym03 MoleculeNet04 TDC05 PoseBusters06 CASF-201607 USPTO family08 Basenji/Enformer test set09 scIB10 GuacaMol11 ClinVar hold-out protocol12 DUD-E / LIT-PCBA13 CAGI14 PubMedQA15 CAMEO16 GUE + Nucleotide Transform…17 CAFA18 LAB-Bench / LABBench219 PMO20 CACHE21 DREAM5 / BEELINE / CausalB…22 CAPRI23 BioASQ24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles26 FLIP / FLIP227 Polaris / ASAP / OpenADMET28 Adaptyv competitions / Ben…29 BixBench30 PLINDER / PINDER / Runs N'…
Benchmark 档案:补充 14 项
31 FoldBench32 CrossDocked202033 PoseX34 AbBiBench35 FLAb / FLAb236 AIntibody37 TraitGym38 BEND39 RNAGym40 MotifBench41 BioML-bench42 BioMysteryBench43 Ginkgo GDPa144 FS-Mol
模型:结构/共折叠
AF2-Multimer:Google DeepMindAlphaFold 3BioEmu-2Boltz-1 / Boltz-1xBoltz-2:MIT、Recursion、Boltz P…Chai-1:Chai DiscoveryChai-2:Chai DiscoveryDiffDock:MIT CSAILESMFold2HelixFold-S1:BaiduIntelliFold-2:IntelliGen AIIsoDDE:Isomorphic LabsMassiveFoldNeuralPLexer3OpenComplex2OpenDDE:Aureka AI Research、Au…OpenFold3Pearl:Genesis Molecular AIProtenixRF3:University of Washington …RhoFold+ / DRfold2 / trRosett…RNAPro:NVIDIA、Stanford Univer…SeedFold:ByteDance SeedVina:Scripps Research
模型:小分子
ADMET-AIAQAffinity:SandboxAQBeacon:Inductive BioChemformer:AstraZenecaChemprop v2:MITEnchant v1 / v2ether0:FutureHouseKERMT:Merck & Co.、NVIDIAMiniMol:Valence LabsMolE:RecursionMoLFormer-XL:IBM ResearchNesso-1:Valence Labs、Recursio…ReaSyn v2:NVIDIA、KAISTREINVENT 4RetroDFM-RSaturn:EPFLTamGen:Microsoft Research AI …TerraBind:Terray TherapeuticsTxGemma:Google DeepMind、Googl…Uni-Mol2Uni-Mol3
模型:蛋白
AlphaProteoAMPLIFY:Mila、Polytechnique Mo…BindCraftBoltzGenChai-3:Chai DiscoveryClaude 蛋白设计研究DPLM-2:ByteDance Research、Nan…Dyno Psi-1 / Psi-PhiESM C:Evolutionary Scale、Chan…ESM3:Evolutionary Scale、Chan …EVOLVEproLa-Proteina:NVIDIALatent-X / X2:Latent LabsLucaOne:Alibaba Cloud、Sun Yat…Mosaic:Escalante BioPinal:Westlake UniversityPoET-2:OpenProtein.AIProfluent-E1:ProfluentProGen3:ProfluentProSST:Shanghai Jiao Tong Uni…Proteina-Complexa:NVIDIARFdiffusion2 / 3SaProt:Westlake University、We…SeedProteo:ByteDance SeedVenusREMxTrimoPGLM
模型:抗体
GerminalHCAbLM:Nona Biosciences、HBM H…IgGM / IgGM-FMJAM / JAM-2:Nabla BioOrigin-1:AbsciRFantibodytFold:Tencent AI for Life Sci…
模型:基因组/RNA
AlphaGenome:Google DeepMindAlphaMissense:Google DeepMindBioReasonBorzoi:Calico Life SciencesBulkFormerEvo 2:Arc Institute、NVIDIA、St…NTv3:InstaDeeppopEVE:Harvard Medical School…RIBOSPAN
模型:单细胞
AIDO Cell:GenBio AIC2S-ScaleCellFM:Sun Yat-sen University…Lingshu-CellscGPT / GeneformerscPRINT-2Stack:Arc InstituteSTATE:Arc InstituteTahoe-x1:Tahoe TherapeuticsTranscriptFormerX-Cell:Xaira TherapeuticsxTrimoSCPerturb / scFoundation
模型:分子生成
GenMol:NVIDIA
模型:文本与 agent
Biomni:Stanford University、Ph…Co-ScientistGPT-Rosalind:OpenAIIntern-SKosmos / Edison AnalysisMedGemma / Med-GeminiQuine:Microsoft ResearchRobin:FutureHouseSciReasonerTxAgent:Harvard Medical SchoolVERID:Google Research前沿通用大模型:Anthropic、OpenAI、Goog…

03 MoleculeNet

整理 2026-11-16 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 测什么、怎么测
  3. 当前排名
  4. 报告过的模型
  5. 局限与注意
  6. 新模型怎么用
  7. 来源
  8. 更正记录

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。已知数据错误未修订,简单指纹基线常与预训练模型持平;切分实现各异,数字常不可比

bench-03 · 类型 B · 证据 L2 · 小分子 · 核心 30 项 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 MoleculeNet (+OGB);全称:MoleculeNet 分子机器学习基准套件(含 OGB 衍生分子集);别名:MoleculeNet、MolNet、molnet、ogbg-molhiv、ogbg-molpcba;有歧义、不自动链接:OGB
家族 否(单一数据集套件;OGB 分子集是派生切分,作为版本陷阱记录,不另立家族。)
领域 小分子
类型 B:B 静态数据集套件。静态数据集套件,无官方榜单
证据层级 L2(范围 L2–L3):随机切分 L2,scaffold 切分弱 OOD 为 L3
发布方 Stanford University (academic group)、DeepChem open-source project(学术实验室)
首次发布 (依据:arXiv 1703.00564 v1)
其他里程碑 预印本 v1 (arXiv 1703.00564 v1);期刊上线 †(未核实)(Chem. Sci. 期刊版(仅年份可证,在线日未取得))
最近更新 ,论文修订:arXiv v3 发布(最后一次论文修订);Chem. Sci. 版 2018 年发表;此后无带版本号的数据快照。(DeepChem 加载器仍在维护,属库维护而非基准变更)。此为最近一次有出处的事件,不代表此后没有更新
下一次预期 无公告(数据集已冻结,发布方未宣布新版本。)
规模 论文列 17 个数据集,从 FreeSolv(642)到 PCBA(437,929 个化合物);QM9 含 133,885 个分子 明细:数据集数(paper (Chem. Sci. 2018)) 17;最小数据集(FreeSolv)(paper) 642 molecules;最大数据集(PCBA)(paper) 437,929 compounds;QM9 分子数(paper) 133,885 molecules;DeepChem molnet 加载器(DeepChem master, checked 2026-11-16 (includes non-paper datasets)) 44
状态 ○ 冻结:2018 年起事实冻结;仍被广泛用于文献对齐
wet lab 更新 静态:不新增实验;复用公开数据库,QM9 为 DFT 计算 oracle
需自补 wet lab 不需要
报告模型数 2 个计入(自报 1 · 改协议 1);另 1 条不计入(未证实 1)
当前排名 ≠ 不可比(见当前排名)
全站实体页 无(全站 /entities/ 体系中没有该 benchmark 的页面。)
截至 2026-11-16

测什么、怎么测

  • 任务:在 17 个公开数据集上做小分子性质预测,覆盖量子、物化、生物物理与毒性终点
  • 真值:QM 系列为 DFT 计算值;其余来自文献汇编、PubChem 筛选与 Tox21 细胞实验
  • 主指标:分类 ROC-AUC;回归 RMSE/MAE
  • 次指标:PRC-AUC(PCBA、MUV)
  • 版本陷阱:同名切分实现不一;OGB 分子集固定 scaffold 切分,与原切分分数不可比;Tox21 版与原挑战赛数据不同

当前排名

状态:≠ 不可比

  • 指标:分类 ROC-AUC,回归 MAE/RMSE
  • 评测集 / 口径:MoleculeNet 17 datasets; splits (scaffold/random) and seeds differ per paper
  • 快照日期:

排名行不显示分数:3 个口径,无统一排名

说明:无官方榜单;数据 2018 年起冻结、各论文重新切分,跨论文数字不构成排名;OGB 衍生集与原 MoleculeNet 数字不可比

不可比:下表按条目列出,不排名次。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
MoLFormer-XL — 不显示:不可比:各论文协议与子集不同,排名行不显示分数;逐协议数值留在实体页。 分类 ROC-AUC,回归 MAE/RMSE MoleculeNet 17 datasets; splits (scaffold/random) and seeds differ per paper 自报 出处 自报(表 1,scaffold 切分):作者称 6 项中 3 项第一、其余 3 项接近第二;无榜单,仅为自报位次
Uni-Mol2 — 不显示:不可比:各论文协议与子集不同,排名行不显示分数;逐协议数值留在实体页。†(未核实) 分类 ROC-AUC,回归 MAE/RMSE MoleculeNet 17 datasets; splits (scaffold/random) and seeds differ per paper 自报(二手) 出处 仅报 QM9 的 8 个性质,用 scaffold 而非推荐的 random 切分;逐性质数值本轮未复核
Chemprop v2 — 不显示:来源不全(缺 url),按诚实规则不显示†(未核实) 分类 ROC-AUC,回归 MAE/RMSE MoleculeNet 17 datasets; splits (scaffold/random) and seeds differ per paper 第三方 —†(未核实) — 无 v2 专属的 MoleculeNet 数字;流传数字属 2019 年原版 D-MPNN;配对未证实

排名数据读取于 2026-11-16。分数原样照录,不换算、不跨 benchmark 比较。

报告过的模型

按关系类型分组;计数口径见配对矩阵。2 个计入(自报 1 · 改协议 1);另 1 条不计入(未证实 1)。

开发方按官方口径自报(1)

  • MoLFormer-XL:分类六项按 scaffold 划分、回归五项按随机划分,共十一项;对照基线为监督图神经网络,未含指纹类基线。本页不转录分数(自报,置信度高;出处)

开发方自报,协议有改动(1)

  • Uni-Mol2:只报该 benchmark 中的一个量子化学性质集(scaffold 切分),其余数据集未报(自报,置信度中;出处)

未证实(1,不计数)

  • Chemprop v2:该 benchmark 的成绩属 2019 年初版;v2 摘要只称数据集与切分沿用上一篇软件论文、与原版算法等价,未说明是否重跑,故不作为已报告;该条目 provenance 不全(缺 url 与日期),在排名行被扣下不显示(未知,置信度高,未核实†;出处)

局限与注意

  1. 已知数据错误未修订,简单指纹基线常与预训练模型持平;切分实现各异,数字常不可比
  2. 第三方分析指出 BBBP 有无法解析的 SMILES 与重复结构、BACE 存在立体异构体活性差异、ESOL 动态范围远超药企实测范围
  3. 一项 2025 年预印本称 MoleculeNet 版 Tox21 的训练与测试集与原挑战赛不同
  4. 一项 2025 年预印本检验 25 个预训练分子嵌入模型,除 1 个外均不优于 ECFP 基线
  5. 无盲测、无前瞻;未见其分数与前瞻命中率相关的研究

新模型怎么用

用 DeepChem 加载器或 OGB 固定切分静态运行,无需湿实验,结论仅属回顾性证据。固定 scaffold 或聚类切分,同报 ECFP 加树模型基线,至少 10 个种子报标准差,用清洗版 BBBP/BACE,并对预训练语料去重。可搭配 TDC、Polaris 与 FS-Mol。

搭配:TDC (ADMET + DTI) · Polaris / ASAP / OpenADMET · FS-Mol · CASF-2016

来源

  1. MoleculeNet 论文(arXiv 1703.00564)(预印本)
  2. MoleculeNet 期刊版(Chem. Sci. 2018)(期刊)
  3. DeepChem molnet 加载器源码(仓库)
  4. 化学信息学博客:基准数据质量分析(2023-08)(二手)
  5. 预训练分子嵌入与 ECFP 基线比较(arXiv 2508.06199)(第三方论文)
  6. Tox21 复现研究(arXiv 2511.14744)(第三方论文)
  7. OGB 图属性预测文档(官方网站)
  8. MoLFormer-XL 论文(arXiv 2106.09553)(预印本)
  9. Uni-Mol2 论文(arXiv 2406.14969)(预印本)

更正记录

以下为本轮核对中改过的字段,原值按记录照录。

字段 原 现 原因 出处 发现日期
ranking.entries[2] (Chemprop v2) MoleculeNet × Chemprop v2 listed as a pairing with numbers withheld: incomplete provenance (missing url); numbers belong to the 2019 D-MPNN original 变更集 §5.3:该条目缺 url,按诚实规则扣下不显示;§4.2 该配对未证实。 依据 2026-11-16

本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。