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…

21 DREAM5 / BEELINE / CausalBench

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

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。金标准只含已知边,预测中的假阳性可能是未知真边,分数主要反映真值质量。

bench-21 · 类型 A+B+C · 证据 L2 · 基因组/RNA · 核心 30 项 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 DREAM5 / BEELINE / CausalBench;全称:基因调控网络推断评测家族:DREAM5 网络推断挑战、BEELINE、CausalBench;别名:DREAM5、DREAM5 network inference challenge、BEELINE、Beeline、CausalBench;有歧义、不自动链接:DREAM、DREAM challenges
家族 家族条目:DREAM5 network inference challenge †(未核实);DREAM5 results paper ;BEELINE ;CausalBench 。边界:三代不同口径:DREAM5 是 2010 年的盲测挑战,BEELINE 是单细胞评测框架,CausalBench 是 CRISPRi 扰动因果套件;分数不可跨成员比较。
领域 基因组/RNA(次领域:单细胞)
类型 A+B+C:A 周期盲测挑战,每届新题新真值;B 静态数据集套件;C 基础设施:检查器、切分工具或评测协议。已结束的盲测加评测框架与扰动套件
证据层级 L2(范围 L2–L5):主体为回顾性比对;DREAM5 的一次实验检验达 L5
发布方 DREAM Challenges、Virginia Tech、GSK.ai(多类机构联合)
首次发布 †(未核实)(依据:家族中最早成员:DREAM5 挑战年份(会议在当年 11 月,开赛月份无出处))
其他里程碑 预印本 v1 †(未核实)(BEELINE bioRxiv v1);期刊上线 (DREAM5 结果论文 Nature Methods 在线);开赛 / 首批题目 †(未核实)(DREAM5 挑战年份)
最近更新 †(未核实),论文修订:CausalBench 在 Communications Biology 正式发表(arXiv v1 为 2022-10-31,挑战赛 2023 年举办)。(本站笔记写 PMLR 版 2025-05,本轮只核到期刊版。)。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(三个成员均无新一轮或新版本公告。)
规模 DREAM5:4 个网络、35 种方法;BEELINE:12 个算法、400 多个模拟数据集;CausalBench:2 个 CRISPRi 数据集、20 万以上样本。 明细:网络数(DREAM5) 4;方法数(29 个参赛提交加 6 个现成工具)(DREAM5) 35;算法数(BEELINE) 12;模拟数据集(BEELINE) 400+;实验 scRNA-seq 数据集(BEELINE) 5;CRISPRi 数据集(K562、RPE1)(CausalBench) 2;干预样本(CausalBench) 200000+ {'zh': '个细胞', 'en': 'cells'}
状态 ◐ 低频:DREAM5 冻结;BEELINE 低频维护;CausalBench 挑战 2023 年结束
wet lab 更新 静态:否:DREAM5 当年对 53 条新预测做过一次实验检验,23 条获支持;此后无新增。
需自补 wet lab 不需要
报告模型数 0 个计入;另 2 条不计入(未证实 2)
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:给定表达数据,推断转录因子到靶基因的有向调控边;无监督,无训练测试切分。
  • 真值:已知网络或通路库:GeneNetWeaver 模拟网络、RegulonDB、ChIP 加基序,以及 STRING、CORUM 等互作库。
  • 主指标:AUPR/AUROC 综合分(DREAM5)
  • 次指标:AUPRC ratio 与 EPR(BEELINE);mean Wasserstein 与 false omission rate(CausalBench);对通路库的 precision/recall
  • 版本陷阱:必须写明是哪一代、哪个数据集与哪个金标准库;BEELINE 数据公开可调参,DREAM5 为盲测,两者不可混比。

当前排名

状态:≠ 不可比

  • 指标:DREAM5:AUPR/AUROC 综合分;BEELINE:AUPRC ratio 与 EPR
  • 评测集 / 口径:DREAM5 network inference (frozen), BEELINE and CausalBench suites
  • 快照日期:†(未核实)(旧:早于截至日 12 个月以上)
  • 榜单页面

排名行不显示分数:3 个口径,无统一排名

说明:DREAM5 自 2012 年冻结且无本站模型参赛;BEELINE 与 CausalBench 无在线榜;基础模型的结果用的是自建划分,不构成可比排名。

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
Community (consensus) network(非本站模型) — 不显示:口径不可比且数值未复核,不显示分数。†(未核实) DREAM5:AUPR/AUROC 综合分;BEELINE:AUPRC ratio 与 EPR DREAM5 network inference (frozen), BEELINE and CausalBench suites 榜单 出处 非本站模型;把各方法的边排名平均得到的社区网络稳健优于任何单一方法;未复核数值,不给分数。
scGPT / Geneformer, attention-edge GRN inference — 不显示:来源未给数值,且为未经同行评审的预印本。†(未核实) DREAM5:AUPR/AUROC 综合分;BEELINE:AUPRC ratio 与 EPR DREAM5 network inference (frozen), BEELINE and CausalBench suites 第三方 出处 BEELINE 口径的第三方预印本:注意力边主要反映共表达,无数值分数。
scPRINT-2 — 不显示:协议不同且无可引数值。†(未核实) DREAM5:AUPR/AUROC 综合分;BEELINE:AUPRC ratio 与 EPR DREAM5 network inference (frozen), BEELINE and CausalBench suites 自报 出处 scPRINT-2 自报在自建 GRN 评测上有提升,非 DREAM5 或 BEELINE 协议,本轮未找到数值。

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。0 个计入;另 2 条不计入(未证实 2)。

未证实(2,不计数)

  • scGPT / Geneformer:第三方注意力分析,仅据摘要,未证实(未知,置信度低,未核实†;出处)
  • scPRINT-2:摘要称基因网络推断改进,仓库提到 benGRN 包,分数在预印本正文;是否按该 benchmark 协议未核实,不计入(未知,置信度中,未核实†;出处)

局限与注意

  1. 金标准只含已知边,预测中的假阳性可能是未知真边,分数主要反映真值质量。
  2. 多数方法只略优于随机;BEELINE 实验数据上 EPR 多数接近 1,无一超过 1.5。
  3. CausalBench 发现利用干预信息的方法并不优于只用观测数据的方法,与合成基准结论相反。
  4. 基础模型的预训练语料含这些公开数据与 ChIP 库,污染风险未被系统评估。
  5. 湿实验转化只有 DREAM5 的 53 条预测(23 条获支持),此后无新证据。

新模型怎么用

静态跑即可,不需自补湿实验:BEELINE 自带 Docker 与配置,跑一个整理好的数据集并对比 AUPRC ratio;必须同时报共表达或相关基线,并用 CausalBench 检验因果方法的可扩展性。要证明预测边是真实调控,需自补 CRISPRi 或 ChIP 抽检;不要只报 AUROC。

搭配:虚拟细胞挑战赛与扰动预测评测 · scIB (+Open Problems) · Basenji/Enformer test set

来源

  1. DREAM5 结果论文(Nature Methods)(期刊),
  2. DREAM5 挑战官方页(官方网站)
  3. BEELINE 全文(期刊)
  4. BEELINE 期刊版(期刊)
  5. CausalBench 论文(预印本),
  6. CausalBench 期刊版(期刊),†(未核实)

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 2012 2010 (the DREAM5 challenge year; 2012-07-15 is the results paper) 站上把结果论文年份当作首发;首发应是挑战举办年,论文在线日单列为里程碑。 依据 2026-11-16
latest_update CausalBench PMLR paper, 2025-05 2025-03-11, CausalBench published in Communications Biology (kind: paper-revision) 本轮只核到期刊版;PMLR 版日期未能复现,故改用可证事件并标未核实。 依据 2026-11-16
family three generations described in prose only explicit family entry with four members and a boundary statement 家族边界必须写明,避免跨成员比分数。 依据 2026-11-16
models_reported scPRINT-2 counted as reporting this family disputed-or-unconfirmed: its own GRN benchmark, not the DREAM5/BEELINE protocol 该模型因此进入零配对名单;自建评测不算本家族配对。 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。