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…

33 PoseX

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

同一协议比较物理对接、AI 对接与共折叠共 23 个方法,并分开自对接与交叉对接。基于截至 2025-01 的 PDB 条目回顾评测,新模型可能见过;榜单由论文作者维护;姿态准确不等于亲和力

bench-33 · 类型 B · 证据 L3 · 小分子 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 PoseX;全称:PoseX:蛋白-配体对接与共折叠基准(自对接与交叉对接);别名:PoseX-SD、PoseX-CD
家族 否(单一基准;SD 与 CD 是同一基准的两个子集。)
领域 小分子
类型 B:B 静态数据集套件。固定测试集加作者维护的在线榜
证据层级 L3:时间窗口内回顾性评测,非盲测
发布方 PoseX authors (academic consortium; code under the CataAI GitHub organisation)(学术实验室)
首次发布 (依据:arXiv 2505.01700 v1)
其他里程碑 预印本 v1 (arXiv 2505.01700 v1);代码发布 (仓库 v1.0 release);官方公告 †(未核实)(ICLR 2026 poster 收录(仅年份))
最近更新 ,论文修订:arXiv v3 修订(ICLR 2026 版);仓库最后提交为 2026-03 的 README/BibTeX;在线榜改动无日期。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(作者未公布新版本或榜单更新计划。)
规模 PoseX-SD 718 条;PoseX-CD 1,312 条(109 个靶点、371 个结构、362 个小分子) 明细:自对接条目(PoseX-SD, arXiv v3) 718;交叉对接条目(PoseX-CD, arXiv v3) 1,312;靶点(PoseX-CD) 109;结构(PoseX-CD) 371;小分子(PoseX-CD) 362;被评方法(arXiv v3 (5 physics, 11 AI docking, 7 co-folding)) 23
状态 ● 活跃:活跃;ICLR 2026 收录;在线榜无公开更新日志
wet lab 更新 静态:使用 2022–2025 年已公开 PDB 条目;无湿实验
需自补 wet lab 不需要
报告模型数 6 个计入(赛后复用 6)
当前排名 ◌ 第三方(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:蛋白-配体姿态预测:自对接与交叉对接,分口袋给定与盲对接、relax 前后
  • 真值:2022-01 至 2025-01 发布的高质量 PDB 晶体结构
  • 主指标:top-1 姿态 RMSD<2Å 成功率
  • 次指标:PoseBusters 有效性(PB-valid);手性错误与空间冲突
  • 版本陷阱:须分别注明 SD/CD、口袋给定或盲对接、relax 前后与论文版本(v1–v3 数值可能不同)

当前排名

状态:◌ 第三方

  • 指标:对接成功率:top-1 姿态 RMSD<2Å
  • 评测集 / 口径:PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text
  • 快照日期:†(未核实)
  • 榜单页面

排名行不显示分数:无头条数字:排名来源没有第 1 名条目(均为未排名或特定协议条目),按不可比方式显示说明文字。

说明:在线榜本轮无法加载,数值取自 arXiv v3 正文(基准作者评他人模型,属第三方);论文混用赛道与设定,故不排名;榜单由作者维护,较新共折叠模型未在其中

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
SurfDock(非本站模型) — SD 78.0% / CD 77.0% 对接成功率:top-1 姿态 RMSD<2Å PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text 第三方 出处 非本站模型;论文正文称在 SD 与 CD 上均为总体第一(口袋给定赛道,relax 设定未写明)
AlphaFold3 — SD 60.5% overall / 60.3% blind track; CD 68.6% overall / 68.8% blind track 对接成功率:top-1 姿态 RMSD<2Å PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text 第三方 出处 两集盲对接赛道中最佳的共折叠方法;论文不同章节数值略有出入
Protenix — SD 56.3% (blind-docking track); CD not stated in text 对接成功率:top-1 姿态 RMSD<2Å PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text 第三方 出处 —
Chai-1 — SD 56.1%; CD 67.0% (blind-docking track) 对接成功率:top-1 姿态 RMSD<2Å PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text 第三方 出处 —
Boltz-1x — CD 64.4% (blind-docking track); SD not stated in text 对接成功率:top-1 姿态 RMSD<2Å PoseX-SD (718 entries, self-docking) and PoseX-CD (1,312 entries, cross-docking), arXiv v3 (ICLR 2026) text 第三方 出处 因内置物理势能,是共折叠方法中手性问题的例外

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。6 个计入(赛后复用 6)。

赛后数据复用(6)

  • AlphaFold 3:由 benchmark 作者按同协议重跑(第三方,置信度中,未核实†;出处)
  • Boltz-1 / Boltz-1x:由 benchmark 作者在自己的集合上评测(第三方,置信度中,未核实†;出处)
  • Chai-1:(第三方,置信度中,未核实†;出处)
  • DiffDock:本轮新增的配对,由 PoseX 论文自行评测(第三方,置信度中;出处)
  • Protenix:由 benchmark 作者重跑(第三方,置信度中,未核实†;出处)
  • Vina:本轮新增的配对,由 PoseX 论文在其子集上评测(第三方,置信度中;出处)

局限与注意

  1. 基于截至 2025-01 的 PDB 条目回顾评测,新模型可能见过;榜单由论文作者维护;姿态准确不等于亲和力
  2. 论文称多数 AI 方法 relax 后明显改善,但手性错误 relax 修不好
  3. 不做训练集相似度分层,记忆效应须另用分层评测检验
  4. 论文的 23 个方法不含 Boltz-2、Pearl 等较新模型

新模型怎么用

用仓库脚本在 SD 与 CD 上都跑,分别报告口袋给定与否、relax 前后,并报手性正确率与 PB-valid,不只报 RMSD。训练截止晚于 2022 的模型只取截止后条目或标泄漏风险;无需湿实验。并列报告 PoseBusters 与 Runs N' Poses 相似度分层。

搭配:PoseBusters · PLINDER / PINDER / Runs N' Poses · FoldBench · CASF-2016 · CACHE

来源

  1. PoseX 论文(arXiv 2505.01700)(预印本)
  2. PoseX 论文 v3 全文(预印本)
  3. PoseX 官方仓库(仓库)
  4. ICLR 2026 poster 页面(官方网站)
  5. PoseX 在线榜(本轮无法加载)(榜单)

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 / repository Repository has no release v1.0 release on 2025-06-03; arXiv v3 on 2026-04-26 is the latest sourced event 既有记录显示仓库已有 v1.0 release,站上'无 release'说法过期。 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。