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…

32 CrossDocked2020

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

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。常用切分比数据集作者的更松,可能把同源信息泄漏进训练集。

bench-32 · 类型 D · 证据 L2 · 分子生成 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 CrossDocked2020;全称:CrossDocked2020 交叉对接姿态数据集及其生成任务切分;别名:CrossDocked、CrossDocked2020 v1.3;有歧义、不自动链接:CrossDocked split
家族 家族条目:CrossDocked2020 dataset †(未核实);2021 generative split †(未核实);CBGBench unified re-implementation †(未核实)。边界:数据集、被广泛沿用的生成切分与统一实现是三件不同产物;引用数字必须说明用的是哪一个。
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。以对接软件为 oracle 的生成评测,无官方榜单
证据层级 L2:计算 oracle 的回顾性评测,无实验真值
发布方 University of Pittsburgh(学术实验室)
首次发布 †(未核实)(依据:数据集论文的预印本(2020-02-20);期刊在线日 2020-08-31 单列为里程碑。) 预印本日期未在本轮重新取回原始页面
其他里程碑 预印本 v1 †(未核实)(数据集论文预印本);期刊上线 (期刊在线发表日(文献登记信息));代码发布 †(未核实)(统一实现的首个公开版本)
最近更新 †(未核实),数据发布:目录登记的数据版本更新;该记录未与一手发布日志核对,评测代码仓库此后只改说明文件。(版本日期仅见于第三方目录)。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(没有维护方公告新的数据版本或新切分。)
规模 原始 2,250 万条对接姿态;生成切分约 10 万训练复合物与 100 个测试口袋。 明细:对接姿态数(原始数据集 / original dataset) 22500000;训练复合物数(2021 generative split) 约 100000;测试口袋数(2021 generative split) 100;切分过滤条件(2021 generative split) RMSD<1Å; sequence identity<30%
状态 ○ 冻结:数据集多年未变;2021 年的切分仍被持续沿用
wet lab 更新 静态:无实验;全部为计算对接姿态与软件打分。
需自补 wet lab 断言真实泛化时需要
报告模型数 1 个计入(自报 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:给定蛋白口袋生成配体,用对接打分、类药性、合成可及性与多样性评估。
  • 真值:没有实验真值;参照物是对接软件的打分与参考配体。
  • 主指标:对接打分(含高亲和力比例)
  • 次指标:类药性与合成可及性;多样性;姿态物理有效率与相互作用恢复
  • 版本陷阱:必须写明用的是哪套切分与预处理:广泛沿用的那套比数据集作者的更松,数字只在同一切分内可比。

当前排名

状态:≠ 不可比

  • 指标:对接打分、高亲和力比例、类药性、合成可及性、多样性
  • 评测集 / 口径:CrossDocked2020, the 2021 NeurIPS generative split (~100k training complexes, 100 unseen test pockets)
  • 快照日期:

排名行不显示分数:3 个口径,无统一排名

说明:没有官方榜单,各论文的切分与预处理不同,数字不可横向比较;常用切分被指比数据集作者的更松且可能泄漏,统一实现只是重跑而非排名榜。

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
TamGen — 不显示:口径不可比:切分与预处理不同,排名行不显示分数。†(未核实) 对接打分、高亲和力比例、类药性、合成可及性、多样性 CrossDocked2020, the 2021 NeurIPS generative split (~100k training complexes, 100 unseen test pockets) 自报 出处 正文只给名次式表述,逐指标数值仅在补充材料中
TargetDiff(非本站模型) — 不显示:口径不可比:切分与预处理不同,排名行不显示分数。 对接打分、高亲和力比例、类药性、合成可及性、多样性 CrossDocked2020, the 2021 NeurIPS generative split (~100k training complexes, 100 unseen test pockets) 自报 出处 非本站模型;该切分上记录最完整的强基线
Pocket2Mol(非本站模型) — 不显示:口径不可比:切分与预处理不同,排名行不显示分数。 对接打分、高亲和力比例、类药性、合成可及性、多样性 CrossDocked2020, the 2021 NeurIPS generative split (~100k training complexes, 100 unseen test pockets) 第三方 出处 非本站模型;由另一篇论文重跑的基线行

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。1 个计入(自报 1)。

开发方按官方口径自报(1)

  • TamGen:100 个测试口袋,与多个 3D 生成方法比对接分与类药性指标;逐项数值只在图与补充材料,正文无数字(自报,置信度中;出处)

局限与注意

  1. 常用切分比数据集作者的更松,可能把同源信息泄漏进训练集。
  2. 对接打分只是软件代理,没有任何湿实验核对。
  3. 口袋被当作刚性,配体化学偏离类药空间,已有后续工作改用别的集合。
  4. 对接分容易被针对性优化刷高,高分不代表可合成或有活性。
  5. 没有维护方与官方结果表,跨论文的数字只在同一切分内可比。

新模型怎么用

按指定切分下载数据,对 100 个测试口袋各生成一批配体,再用统一实现计算对接分、类药性、合成可及性与多样性,不需自补湿实验。报告必须写明切分来源、预处理、生成数量与采样设置,并同报姿态有效率;对接分只是软件代理,要支持活性结论须自做实验或改用实验真值评测。可搭配 PoseBusters 与 PMO。

搭配:PoseBusters · PMO (Practical Molecular Optimization) · CASF-2016 · DUD-E / LIT-PCBA · GuacaMol (+MOSES)

来源

  1. 数据集原论文(期刊)
  2. 沿用并记录生成切分的模型论文(第三方论文)
  3. 统一实现仓库(仓库)
  4. 第三方数据库目录条目(二手)
  5. 在本切分上自报的模型论文(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 2020-08-31 2020-02-20 与其他条目统一用预印本 v1 作首发,期刊在线日单列。 依据 2026-11-16
first_release_basis CrossDocked2020 dataset paper (JCIM, Europe PMC first publication date; Crossref online date not retrieved) paper_v1: ChemRxiv preprint of the CrossDocked2020 paper, 2020-02-20; JCIM journal online 2020-08-31 (Crossref) stored as a separate milestone. 依据不再写成未取回,而是写明采用的是哪个里程碑。 依据 2026-11-16
first_release 2020-09-10 2020-08-31 原记录的日期来自文献聚合站,期刊登记的在线日更早。 依据 2026-11-16
ranking.entries per-model scores shown in the ranking row scores withheld; splits and preprocessing differ and one entry has no main-text numbers 显示规则:不可比条目不展示分数;补充材料中的逐指标值不作为榜单数字。 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。