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…

35 FLAb / FLAb2

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

治疗性抗体可开发性的聚合回顾基准,结论偏负面。数据跨实验室、跨 assay 异质,同一性质口径差异大。

bench-35 · 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 FLAb / FLAb2;别名:FLAb、FLAb2
家族 否(FLAb2 按同一 benchmark 的新版本处理,不另立家族成员。)
领域 抗体(次领域:蛋白)
类型 B:B 静态数据集套件。公开聚合数据集,零样本与少样本两种设定。
证据层级 L2(范围 L2–L3):异质聚合回顾数据,少数集有来源研究的留出设计。
发布方 Johns Hopkins University(学术实验室)
首次发布 (依据:bioRxiv 预印本 v1(10.1101/2024.01.13.575504))
其他里程碑 预印本 v1 (FLAb v1 的 bioRxiv 预印本 v1);代码发布 (FLAb2 的 GitHub release v1.0.0)
最近更新 ,仅维护:主分支整理:删除若干目录、修改 README;自 FLAb2 v1.0.0(2025-12-23)后无新 release。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(维护方未公告下一版本或下一轮的时间。)
规模 FLAb2 摘要:7 类性质、32 项研究、超 400 万条记录、30 个模型;仓库 README 口径不同。 明细:性质类别(FLAb2) 7;纳入研究数(FLAb2 摘要 / abstract) 32;抗体数据条数(FLAb2 摘要 / abstract) >4,000,000;评测模型数(FLAb2 摘要 / abstract) 30;数据集数(仓库 README / repository README) 241;assay 数据条数(仓库 README / repository README) >3,000,000
状态 ● 活跃:仓库仍有提交;FLAb2 为 2025-12 预印本,未经同行评议。
wet lab 更新 累积:社区投稿已发表的 assay 数据;维护方不自建新实验。
需自补 wet lab 断言真实泛化时需要
报告模型数 1 个计入(赛后复用 1)
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:给抗体序列(部分含结构),预测可开发性相关实验值:表达、热稳定、聚集、多反应性、结合、免疫原性、药代。
  • 真值:公开研究中已发表的抗体 assay 测量值,跨实验室、跨 assay 汇集。
  • 主指标:模型打分与实测值的 Spearman 相关。
  • 次指标:微调后的少样本相关。
  • 版本陷阱:FLAb v1 为六性质,FLAb2 为七性质;论文摘要与仓库 README 的规模口径不同,引用须标明版本与出处。

当前排名

状态:◌ 第三方

  • 指标:Spearman 相关系数(零样本与少样本,按性质分列)
  • 评测集 / 口径:FLAb2 (241 datasets, 7 therapeutic properties), FLAb2 preprint evaluation
  • 快照日期:

排名行不显示分数:来源没有总体第 1 名条目:各数值分属不同性质与设定,按不可比方式只显示说明。

说明:无在线榜单;数字出自 FLAb2 预印本(基准方评测第三方模型,未经同行评议),仅覆盖一个站内模型的单项性质。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
IgFold(非本站模型) — ρ = 0.12 Spearman 相关系数(零样本与少样本,按性质分列) FLAb2 (241 datasets, 7 therapeutic properties); FLAb2 preprint evaluation 第三方 出处 非站内模型;零样本总体最佳,相关仅 0.12。
Chai-1 — ρ = 0.45 Spearman 相关系数(零样本与少样本,按性质分列) FLAb2 (241 datasets, 7 therapeutic properties); FLAb2 preprint evaluation 第三方 出处 零样本热稳定性该类最佳;同文中聚集为 -0.17;未给总体数值。
ESM2 3B and ISM 3B (tied)(非本站模型) — ρ = 0.56 Spearman 相关系数(零样本与少样本,按性质分列) FLAb2 (241 datasets, 7 therapeutic properties); FLAb2 preprint evaluation 第三方 出处 非站内模型;少样本总体最佳,两个模型并列。

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(赛后复用 1)。

赛后数据复用(1)

  • Chai-1:由 benchmark 一侧的论文评测;站内矩阵标第三方、benchmark 页标作者自报,口径待统一(第三方,置信度中,未核实†;出处)

局限与注意

  1. 数据跨实验室、跨 assay 异质,同一性质口径差异大。
  2. FLAb2 称零样本下约八成数据集相关不显著,全局最佳相关仅 0.12。
  3. FLAb2 称胚系编辑距离可解释蛋白语言模型约四成的表观预测力。
  4. 规模口径不一:论文摘要与仓库 README 的数据集数与记录数不同。
  5. FLAb2 为预印本,未经同行评议;统一 assay 的盲测证据需看 GDPa1。

新模型怎么用

从仓库取数据与打分脚本,零样本与少样本分开报,并按七类性质逐类给 Spearman 相关与数据集数;报告前先做胚系编辑距离基线对照,排除胚系偏差;注明用的是 FLAb v1 还是 FLAb2,以及训练数据与本集的重叠情况。要断言对新抗体有效,需统一 assay 的留出盲测或自有实验。

搭配:Ginkgo GDPa1 · AbBiBench · AIntibody · ProteinGym · FLIP / FLIP2

来源

  1. FLAb2 预印本(bioRxiv,PMC12767642)(预印本),
  2. FLAb v1 预印本(bioRxiv 10.1101/2024.01.13.575504)(预印本),
  3. 官方仓库 Graylab/FLAb(仓库)
  4. FLAb2 release v1.0.0(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
latest_update_kind new-version code-maintenance-only 2026-05-12 的提交是删目录与改 README;自 v1.0.0(2025-12-23)后无 release,未打 tag 的提交不算新版本。 依据 2026-11-16
latest_update_desc FLAb2 models, README and figure merged into Graylab/FLAb main from flab2-dev; fitness unit fixes; legacy dirs removed. Later only README fix 2026-08-17. Repository cleanup/restructure on main (2026-05-12: envs/analysis/sbatch directories removed, README edited); no release since FLAb2 v1.0.0 (2025-12-23). 说明与日期同步,并删去无出处的“FLAb2 模型已合入”表述。 依据 2026-11-16
members [{"name": "FLAb", "first_release": "2024-01-15", "basis": "bioRxiv v1"}, {"name": "FLAb2", "first_release": "2025-12-27", "basis": "bioRxiv v1 10.64898/2025.12.27.696706 (GitHub release v1.0.0 2025-12-23)"}] [{"name": "FLAb", "first_release": "2024-01-28", "basis": "existing record"}, {"name": "FLAb2", "first_release": "2025-12-23", "basis": "GitHub release v1.0.0, earliest public evidence (precedes bioRxiv v1)"}] FLAb2 的成员日期改为最早可证公开发布(GitHub release 早于预印本 v1)。 依据 2026-11-16
ranking.headline headline number shown for FLAb no headline number; the caveat text is shown instead 来源没有总体第 1 名条目,六个此类 benchmark 一律不给头条数字。 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。