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…

34 AbBiBench

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

以抗体-抗原复合物为单位的零样本打分相关性评测,补上抗体功能评测空白。相关性偏低(榜首方法 16 个 assay 平均约 0.29),逐 assay 分列,不可混合不同量纲。

bench-34 · 类型 B · 证据 L2 · 抗体 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 AbBiBench;全称:AbBiBench:抗体-抗原结合基准;别名:Antibody Binding Benchmark Dataset
家族 否(单一数据集与一个维护方榜单,无家族成员。)
领域 抗体
类型 B:B 静态数据集套件。固定集加零样本相关性榜单
证据层级 L2(范围 L2–L3):回顾性公开测量,零样本评测
发布方 Academic biomedical informatics group (repository MSBMI-SAFE)(学术实验室)
首次发布 (依据:arXiv 2506.04235 v1(2025-05-23);HF 数据集与仓库创建日不作首发)
其他里程碑 最早公开证据 †(未核实)(论文 v1 为最早可证公开证据);预印本 v1 (arXiv 2506.04235 v1)
最近更新 ,论文修订:论文修订至 arXiv v3;仓库公开榜单于 2026-10-19 与论文评测对齐。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(维护方未公告新版本或新一轮评测。)
规模 216,560 条测量、13 个抗体、9 个抗原(v3 摘要);HF 副本约 215,699 行。 明细:实验测量条数(arXiv v3) 216,560 measurements;抗体 / 抗原(arXiv v3) 13 / 9;assay 数(board) 16 assays;基础方法 / 实现(board) 20 / 23;HF 数据集行数(Hugging Face copy) ~215,699 rows;设计验证候选数(arXiv v3) 21 candidates
状态 ● 活跃:活跃;仓库榜单为论文对应快照
wet lab 更新 静态:复用已发表的结合测量;新实验仅一次 21 个候选的反应性测试。
需自补 wet lab 不需要
报告模型数 6 个计入(榜 6)
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:模型在抗体-抗原复合物上的零样本打分与实测结合的相关性,另有一次小规模设计验证。
  • 真值:已发表的结合测量,按 assay 分列,不同量纲不混合。
  • 主指标:各 assay 的打分与实测相关系数
  • 次指标:16 个 assay 的近似平均相关;设计候选的反应性信号
  • 版本陷阱:候选清单流传的旧版规模口径已被 v3 取代;榜单表头与页面说明的统计量写法不一致,以页面说明为准。

当前排名

状态:▣ 榜单

  • 指标:各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图)
  • 评测集 / 口径:AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays
  • 快照日期:†(未核实)
  • 榜单页面

排名行不显示分数:榜单第一名条目未核实,排名行不显示分数

说明:榜单在仓库 README 中,自述为与论文一致的快照:数值抄自论文图而非官方重跑;部分运行脚本与逐变体结果尚未公开,平均值为近似值,四舍五入后可能并列。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
ProteinMPNN(非本站模型) 1 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 非本站模型;总榜第一,属反折叠类方法。
Boltz-2 (ipSAE) 4 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 结构预测类,本站模型中名次最高。
ESM-3 10 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 掩码语言模型类。
SaProt 11 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 掩码语言模型类。
ESMFold2 (ipSAE) 12 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 结构预测类。
ProSST 16 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 掩码语言模型类。
AF3 (ipSAE) 19 不显示†(未核实) 各 assay 分别评测的近似平均相关(页面说明为两位小数的 Spearman 相关,取自论文图) AbBiBench manuscript-matched snapshot, 20 base methods / 23 implementations across 16 assays 榜单 出处 结构预测类。

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(榜 6)。

官方参赛 / 官方榜单(6)

  • AlphaFold 3:依据只是本站自己的页面(未核实):该条目是从论文图读出的界面打分相关性,不是结构精度,也未重跑(榜单,置信度中,未核实†;—)
  • Boltz-2:依据只是本站自己的页面(未核实):条目是界面打分,不是结构精度(榜单,置信度中,未核实†;—)
  • ESM3:出处只是本站自己的页面,未打开原始文档,按未核实显示(榜单,置信度中,未核实†;—)
  • ESMFold2:依据只是本站自己的页面(未核实 / unverified);且该类条目实为 benchmark 方登记的论文图相关性,不是提交或复跑(榜单,置信度中,未核实†;—)
  • ProSST:该条配对的依据只是本站自己的页面,未打开一手材料(未核实)(榜单,置信度中,未核实†;—)
  • SaProt:该条配对的依据只是本站自己的页面,未打开一手材料(未核实)(榜单,置信度中,未核实†;—)

局限与注意

  1. 相关性偏低(榜首方法 16 个 assay 平均约 0.29),逐 assay 分列,不可混合不同量纲。
  2. 设计验证仅 21 个候选,未报对照、重复数与阈值,只能说明有信号。
  3. 榜单数值抄自论文图,非官方重跑;部分脚本与逐变体结果未公开,复现受限。
  4. 论文称排序更适合优先挑选可能变好的变体,不适合排除弱变体。
  5. 数据为复用的已发表测量,组成受原研究选择影响,非统一测定。

新模型怎么用

按仓库脚本在公开复合物集上零样本打分,逐 assay 报相关而非混合平均;需写明方法类别、打分定义、是否做过抗体相关微调与所用结构来源。要断言可替代实验筛选,须自备前瞻测量。

搭配:AIntibody · FLAb / FLAb2 · FoldBench · Adaptyv competitions / BenchBB

来源

  1. AbBiBench 论文(arXiv 2506.04235)(预印本)
  2. AbBiBench 官方仓库与榜单(榜单)
  3. AbBiBench 数据集(Hugging Face,CC-BY-4.0)(仓库)

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
scale about 184,500 measurements, 14 antibodies, 15 models 216,560 measurements, 13 antibodies, 9 antigens (arXiv v3); 20 base methods / 23 implementations on the board 旧版口径已被 v3 摘要取代。 依据 2026-11-16
wetlab_note one wet-lab round of 21 candidates described as affinity validation the 216,560 values are reused published measurements and the only new experiment is a 21-candidate reactivity test, not an affinity measurement 新实验测的是反应性信号,不是亲和力。 依据 2026-11-16
models_reported six entries labelled as board results board values are correlations copied from a paper figure, so the entries are flagged unverified 榜单数值取自论文图,未经官方重跑,标为未核实。 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。