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…

19 PMO

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

在 10,000 次 oracle 调用预算内比较分子优化的样本效率。oracle 全是廉价计算函数,且多数取自 GuacaMol,两者不是独立证据;无对接、无实测。

bench-19 · 类型 D · 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 PMO (Practical Molecular Optimization);全称:Practical Molecular Optimization(实用分子优化基准);别名:PMO、Practical Molecular Optimization、mol_opt、PMO-1K;有歧义、不自动链接:PMO-Dock
家族 否(单一基准;PMO-1K 与 PMO-Dock 是他人的衍生扩展,不计入家族成员。)
领域 小分子(次领域:分子生成)
类型 D:D 计算 oracle,真值来自打分函数或折叠回读。计算 oracle 基准,固定调用预算
证据层级 L2:纯计算 oracle,无湿实验证据
发布方 Georgia Institute of Technology、Massachusetts Institute of Technology(学术实验室)
首次发布 (依据:arXiv 2206.12411 v1(v2 为 2022-10-09))
其他里程碑 预印本 v1 (arXiv 2206.12411 v1);期刊上线 †(未核实)(NeurIPS 2022 Datasets and Benchmarks 收录,仅有年份)
最近更新 †(未核实),新版本:PMO-Dock(ICLR 2026)以对接分数为 oracle 的扩展版,arXiv 2610.19011 v2;原 mol_opt 仓库最后提交为 2024-05-23。(任务数口径不一:ICLR 页面写 23 个,二手索引写 25 个。)。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(组织方未公告下一版本或新一轮。)
规模 23 个 oracle、10,000 次调用预算、5 个随机种子,原文比较 25 种算法。 明细:oracle 数(paper (2022)) 23;调用预算(paper (2022)) 10000 {'zh': '次调用', 'en': 'oracle calls'};随机种子(paper (2022)) 5;比较的算法(paper (2022)) 25
状态 ◐ 低频:论文定稿;仓库低频维护;无官方在线榜
wet lab 更新 静态:无湿实验;真值全部是计算 oracle 函数。
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(仅引用 1)
当前排名 ○ 自报(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:给定黑盒标量 oracle 与固定调用预算,衡量优化器找到高分分子的效率。
  • 真值:计算 oracle 分数:QED、DRD2、GSK3β、JNK3,以及 19 个取自 GuacaMol 的目标,经 TDC 取函数。
  • 主指标:AUC top-10,23 个任务求和(上限 23)
  • 次指标:各任务 AUC top-10 分项;最终 top-10 平均分
  • 版本陷阱:必须写明预算(10,000 / 1,000 / 100 次)、种子数、代理模型训练是否计入调用,以及用的是原套件还是 PMO-Dock。

当前排名

状态:○ 自报

  • 指标:AUC top-10,23 个 oracle 求和(上限 23),10,000 次调用预算
  • 评测集 / 口径:PMO 23 oracles (QED, DRD2, GSK3B, JNK3 plus 19 GuacaMol-derived), oracle functions via TDC
  • 快照日期:†(未核实)

当前第一:GenMol,Sum 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

说明:无官方榜;各论文自报表格充当排名,预算口径(10k/1k/100)不一且无显著性检验,1–7% 的差距与种子噪声同量级。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
GenMol 1 Sum 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 出处 按一手表格复核(23 任务 AUC top-10,3 次运行均值)。同表 f-RAG 16.928、Genetic GFN 16.213、REINVENT 14.196。仓库 README 另列 V2 17.943(本站笔记,未复核)。作者自报。
f-RAG(非本站模型) 2 Sum 16.928 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 第三方 出处 非本站模型;作为基线行复核。
Genetic GFN(非本站模型) 3 Sum 16.213 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 第三方 出处 非本站模型;其论文自报 16.213,此处为转录。
REINVENT (prior generation; the site page covers REINVENT 4) 5 Sum 14.196 (top of the original PMO paper's 25-method comparison; Graph GA 13.751, SELFIES-REINVENT 13.471, GP BO 13.156, lowest MolDQN 5.620) 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 第三方 出处 14.196 已在 GenMol 表 3 复核;PMO 原文的其余总分来自本站笔记,未复核。REINVENT 4 自身未报 PMO 分数,该配对指向前代 REINVENT。
ReaSyn v2 — 不显示:provenance 不全(缺 url 与日期),按诚实规则不显示数值。†(未核实) 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 —†(未核实) — 本轮未找到 23 任务总分,分数置空。

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(仅引用 1)。

开发方按官方口径自报(1)

  • GenMol:按 PMO 原协议在 23 个任务上自报,3 次运行均值;基线数字取自各自论文而非同环境重跑;仓库称 v2 低于 v1(自报,置信度高;出处)

开发方自报,协议有改动(1)

  • ReaSyn v2:按该协议的 15 个任务报告,不是全部任务;对照含不加合成约束的进化基线与三个合成约束方法(自报,置信度中;出处)

仅被引用作比较(1,不计数)

  • REINVENT 4:基准论文把前一代 REINVENT 作为基线实现,本版本自身未报该 benchmark,不计入(第三方,置信度中;出处)

局限与注意

  1. oracle 全是廉价计算函数,且多数取自 GuacaMol,两者不是独立证据;无对接、无实测。
  2. 自报的 1–7% 提升与 5 个种子的噪声同量级,多数论文不做显著性检验。
  3. 23 项求和是任意加权,任务难度差异大,单任务可主导总分。
  4. 预算口径混用(10,000 / 1,000 / 100 次调用),跨论文数值常不可比。
  5. 未检出 PMO 分数与实测命中率相关的证据;重发现类任务可由预训练记忆完成。

新模型怎么用

克隆 mol_opt,按方法建环境,经 TDC 取 oracle,跑 5 个种子算 AUC top-10;不需湿实验。报告时写明预算、种子数、是否把代理模型训练计入调用,并自己重跑基线而不是抄他人表格;要谈真实价值须加合成可及性、QED、多样性过滤,并用对接或自由能 oracle。

搭配:GuacaMol (+MOSES) · CACHE · TDC (ADMET + DTI) · CrossDocked2020

来源

  1. PMO 原论文 arXiv 2206.12411(预印本),
  2. mol_opt 仓库(仓库)
  3. GenMol 论文(PMO 23 任务表)(预印本),
  4. PMO-Dock 预印本(预印本),†(未核实)
  5. PMO-Dock 的 ICLR 2026 页面(官方网站)
  6. 对接 oracle 可被利用的第三方分析(第三方论文)

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
latest_update 2026 2026-11-09 (PMO-Dock preprint arXiv 2610.19011 v2; v1 2026-10-13) 原记录只有年份;PMO-Dock 预印本给出可引用的日级日期,原 mol_opt 仓库最后提交为 2024-05-23。 依据 2026-11-16
ranking.entries ReaSyn v2 shown with a PMO score score withheld: no url and no date for the figure 每个显示的分数必须同时有指标、评测集、来源类型、日期与 url;该条缺 url 与日期。 依据 2026-11-16
models_reported REINVENT 4 counted as reporting PMO cited-as-comparison-only: only the prior-generation REINVENT appears, as a baseline in the PMO paper REINVENT 4 论文未报 PMO 分数,只引用样本效率结论,因此不计入报告模型数。 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。