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…

04 TDC

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

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。提交为自报,无独立复跑或合理性检查;scaffold 切分不防近邻类似物泄漏,梯度提升基线很强。

bench-04 · 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 TDC (ADMET + DTI);全称:治疗学数据共享库(Therapeutics Data Commons);别名:TDC、TDC-2、PyTDC、TDC ADMET Benchmark Group、Therapeutics Data Commons
家族 家族条目:PyTDC 0.0.1 (PyPI) ;TDC paper ;TDC-2 †(未核实);PyTDC paper 。边界:TDC、TDC-2 与 PyTDC 是同一平台的软件与论文迭代;本条评测口径只指 ADMET 组与 DTI-DG 组,TDC-2 新增的多模态数据不属此口径。
领域 小分子
类型 B:B 静态数据集套件。静态数据集套件加提交式榜单
证据层级 L2(范围 L2–L3):scaffold 切分;DTI-DG 触及 L3
发布方 Harvard Medical School (Department of Biomedical Informatics)(学术实验室)
首次发布 (依据:最早公开证据:PyPI 首个上传 PyTDC 0.0.1(2020-11-13);TDC 论文 arXiv v1 为 2021-02-18;TDC-2 bioRxiv v1 2024-06-14;PyTDC 论文 arXiv v1 2025-05-08。)
其他里程碑 预印本 v1 (TDC 论文 arXiv 2102.09548 v1);代码发布 (PyTDC 0.0.1 上传 PyPI)
最近更新 ,论文修订:PyTDC 论文(arXiv 2505.05577,v1 2025-05-08)修订;PyPI 最新版 1.1.15 为 2025-03-31,仓库最后提交 2025-04-18。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(维护方未公告后续版本或 ADMET 组修订。)
规模 ADMET 组 22 个数据集(475–13,130 条);原论文全库 66 个数据集、22 类任务。 明细:ADMET 组数据集(ADMET Benchmark Group) 22 datasets;单数据集记录数(ADMET Benchmark Group) 475–13,130 records;DTI-DG 组数据集(BindingDB_Patent) 1 datasets;原论文全库数据集(TDC paper (2021)) 66 datasets;官方 benchmark 组 8 groups
状态 ● 活跃:活跃;ADMET 组数据与规则自 2021 年未修订
wet lab 更新 静态:ADMET 组无新增湿实验;数据复用 ChEMBL 与公开沉积数据。
需自补 wet lab 断言真实泛化时需要
报告模型数 4 个计入(榜 3 · 自报 1);另 2 条不计入(未证实 2)
当前排名 ▣ 榜单(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 scaffold 切分下预测 ADMET 终点,另含一个药靶相互作用领域泛化任务。
  • 真值:既有文献与数据库数据的拼接,非同条件统一测量。
  • 主指标:按任务:MAE、AUROC、AUPRC 或 Spearman
  • 次指标:5 个种子的均值与标准差;DTI-DG 用 Pearson 相关
  • 版本陷阱:TDC 数据集与官方 benchmark 组不同:Davis、KIBA 不是官方组;榜单无版本与日期,不同加载器可能得到不同分子数。

当前排名

状态:▣ 榜单

  • 指标:按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分
  • 评测集 / 口径:TDC ADMET Benchmark Group, 22 datasets
  • 快照日期:
  • 榜单页面

排名行不显示分数: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。

说明:提交为自报,无独立复跑与合理性检查,榜单无版本与日期;头部名次常在 1–2 个标准差内,梯度提升加指纹基线胜过多数预训练模型。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
MiniMol — 不显示:榜单条目无日期,按诚实规则不显示分数与名次。†(未核实) 按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分 TDC ADMET Benchmark Group, 22 datasets 榜单 —†(未核实) 出处 22 个分任务榜中与 MapLight + GNN 并列第一次数最多。
MapLight + GNN(非本站模型) — 不显示:榜单条目无日期,按诚实规则不显示分数与名次。†(未核实) 按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分 TDC ADMET Benchmark Group, 22 datasets 榜单 —†(未核实) 出处 非本站模型;与 MiniMol 并列第一次数最多;其余第一分属多个梯度提升与集成方法。
admet_ai_v2 — 不显示:榜单条目无日期,按诚实规则不显示分数与名次。†(未核实) 按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分 TDC ADMET Benchmark Group, 22 datasets 榜单 —†(未核实) 出处 22 个榜中唯一标注 ADMET-AI 的提交,仅 Caco2 一项且居末位,数值疑为单位或后处理错误;论文"平均排名最佳"在现榜无对应。
Chemprop-RDKit / Chemprop — 不显示:榜单条目无日期,按诚实规则不显示分数与名次。†(未核实) 按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分 TDC ADMET Benchmark Group, 22 datasets 榜单 —†(未核实) 出处 榜上为原始 Chemprop / Chemprop-RDKit 提交,不是 Chemprop v2;无任何任务第一,与本站 v2 页面的配对属代理。
MolE — 不显示:现榜无该模型条目,且无条目日期,不显示分数。†(未核实) 按任务:MAE、AUROC、AUPRC、Spearman(5 种子均值 ± 标准差),scaffold 切分 TDC ADMET Benchmark Group, 22 datasets 榜单 —†(未核实) 出处 2026-11-16 全量扫描 22 个官方榜未见 MolE 行;"22 项中 10 项第一"只能归于其 2024 年论文。

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。4 个计入(榜 3 · 自报 1);另 2 条不计入(未证实 2)。

官方参赛 / 官方榜单(3)

  • ADMET-AI:向该库的 ADMET 分组榜提交;论文自报平均排名最好,但 2026-11-16 全量扫榜时,榜上唯一标注本模型的提交只覆盖 1 个任务且位于末位(数值约为最优的 25 倍,疑单位错误),「22 个数据集平均排名最佳」在现榜上没有对应条目(榜单,置信度高;出处)
  • MiniMol:ADMET 分组(22 个数据集):摘要称在其中 17 个任务上显著优于此前最佳的基础模型,但未点名对照模型;另在官方分任务榜上有条目,位次落后于若干指纹与梯度提升方法(榜单,置信度高;出处)
  • MolE:关系按配对文件记为官方榜单,但本轮全量扫 22 个官方分任务榜未检出该模型任何一行:期刊版是与 2023-09 榜单快照的对比,不能当作当前榜单位次,此条按未核实显示(榜单,置信度中,未核实†;出处)

开发方按官方口径自报(1)

  • TxGemma:论文在该库的 66 个任务上按推荐划分自报结果,并分别与专用模型、通用模型两套对照计数(自报,置信度高;出处)
  • 同上:一家公司在其激酶任务集上跑了中间档参数版本,作为自家模型的对照;评测集非该库官方划分(第三方,置信度中;出处)

未证实(2,不计数)

  • Chemprop v2:榜上条目未标版本,且是经以其为底层的 ADMET 模型间接出现,模型本身不单独报分(未知,置信度低,未核实†;出处)
  • Enchant v1/v2:开发方博客全文未出现该 benchmark 名、官方划分或协议,只有一个指向基线页的超链接;中文矩阵、中文模型页与英文数据三处口径不一,本轮统一为未证实,不计入(未知,置信度高,未核实†;出处)

局限与注意

  1. 提交为自报,无独立复跑或合理性检查;scaffold 切分不防近邻类似物泄漏,梯度提升基线很强。
  2. 标签来自不同来源拼接;hERG、DILI 等小数据集统计功效低,二分类阈值来自文献。
  3. 用户报告 PPBR_AZ 不同加载器分子数不同、测试集有标签冲突的重复分子(非独立审计)。
  4. ChEMBL、ZINC 预训练模型可能见过测试分子,无官方去重;协议对外部数据与集成限制弱。
  5. 无"榜单提升到实验命中率"的可核证据。

新模型怎么用

pip 安装 PyTDC,用 admet_group 的 get 取数据、evaluate_many 计分,跑 5 个种子。报告须写明种子标准差、SMILES 标准化与去重、是否用外部预训练或预计算特征,并与梯度提升基线同报;泛化结论需时间切分的自有数据或前瞻盲测。

搭配:Polaris / ASAP / OpenADMET · MoleculeNet (+OGB) · FS-Mol

来源

  1. TDC 原论文(arXiv 2102.09548)(预印本)
  2. ADMET 组官方说明与榜单(榜单)
  3. 官方 benchmark 组总览(官方网站)
  4. DTI-DG 组说明(官方网站)
  5. PyTDC 论文(arXiv 2505.05577)(预印本)
  6. PyTDC(PyPI)(包仓库)
  7. TDC 仓库 issue #377(PPBR_AZ 数据问题)(仓库)
  8. MapLight 预印本(arXiv 2310.00174)(第三方论文)
  9. ADMET-AI 论文(Bioinformatics 2024)(期刊)

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
first_release 2021-02-18 2020-11-13 最早公开证据是 PyTDC 0.0.1 的 PyPI 首次上传,而非 arXiv v1;原条目依据已提及此事。 依据 2026-11-16
first_release_basis arXiv v1 of TDC paper (PyPI PyTDC 0.0.1 appeared earlier, 2020-11-13) first public code release: PyTDC 0.0.1 on PyPI (2020-11-13); TDC paper arXiv v1 2021-02-18; TDC-2 bioRxiv v1 2024-06-14; PyTDC paper arXiv v1 2025-05-08. 按最早公开证据规则重写依据。 依据 2026-11-16
members [{"member": "PyTDC first PyPI", "date": "2020-11-13"}, {"member": "TDC paper (arXiv)", "date": "2021-02-18"}, {"member": "PyTDC (arXiv v1)", "date": "2025-05-08"}] [{"member": "PyTDC first PyPI release 0.0.1", "date": "2020-11-13"}, {"member": "TDC paper (arXiv v1)", "date": "2021-02-18"}, {"member": "TDC-2 (bioRxiv v1)", "date": "2024-06-14"}, {"member": "PyTDC paper (arXiv v1)", "date": "2025-05-08"}] 漏列 TDC-2 族成员,第三个成员被误标为软件发布。 依据 2026-11-16
ranking.entries[model-mole] MolE '10 of 22 first places' presented as a board standing No MolE row on any of the 22 official boards (2026-11-16 scan); claim attributed to its 2024 paper only 全量扫描 22 个官方分任务榜未检出 MolE 行,该说法只能归于论文。 依据 2026-11-16
ranking.entries[model-admet-ai] ADMET-AI 'best average rank over the 22 datasets' presented as a board standing Only one ADMET-AI-labelled board submission (Caco2, last place, value likely a unit error); the average-rank claim has no live counterpart 榜上唯一标注 ADMET-AI 的提交仅 1 个任务且居末位。 依据 2026-11-16
models_reported.model-enchant-v1-v2 self-reported (zh matrix, en pairs.json) disputed-or-unconfirmed 开发方博客未写明 benchmark、官方切分或协议。 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。