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…

36 AIntibody

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

抗体侧的前瞻盲测:设计提交后统一测亲和力与可开发性。论文结论保守:成绩不跨任务迁移,多数设计未胜过传统筛选。

bench-36 · 类型 A · 证据 L5 · 抗体 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 AIntibody;别名:AIntibody challenge
家族 否(只有一届已完成的赛事,无家族成员。)
领域 抗体(次领域:蛋白)
类型 A:A 周期盲测挑战,每届新题新真值。前瞻盲测挑战,三项任务分别计分。
证据层级 L5:盲测加前瞻湿实验,统一协议;无独立复现。
发布方 Specifica (IQVIA)(平台公司)
首次发布 (依据:赛制论文在线(Nature Biotechnology,10.1038/s41587-024-02469-9))
其他里程碑 期刊上线 (结果论文在线(Nature Biotechnology));官方公告 (赛制论文在线)
最近更新 ,数据发布:第一届结果论文在线:29 个机构提交 511 条序列,亲和力与可开发性由实验测定;厂商新闻稿在 2026-08-27。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(二手报道称下一届改由抗体学会承办,组织方未公告时间与靶点。)
规模 29 个机构提交 511 条序列、三项任务;实际受测的唯一序列少于 511。 明细:参与机构(round 1) 29;提交序列(round 1) 511;实际受测唯一序列(round 1) <511;任务数(round 1) 3;可开发性 assay 项数(round 1) 5
状态 ◐ 低频:第一届已结束;下一届承办方见二手报道,时间与靶点未公开。
wet lab 更新 新:每届新测:亲和力用 HT-SPR 与 KinExA 两法,可开发性五项由独立实验室按统一协议执行。
需自补 wet lab 不需要
报告模型数 1 个计入(榜 1);另 1 条不计入(未证实 1)
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:三项任务:对测序输出做计算亲和力成熟、在 HCDR3 聚类内排序亲和力、对未入选择输出的蛋白做 CDR 从头设计。
  • 真值:统一协议下新测的实验结果:亲和力与五项可开发性,靶点为 SARS-CoV-2 spike RBD。
  • 主指标:实测平衡解离常数 KD。
  • 次指标:五项可开发性门槛是否通过。
  • 版本陷阱:三项任务不可合并名次;头部数字须注明任务编号与测定方法,厂商稿与论文的参与人数口径不同。

当前排名

状态:▣ 榜单

  • 指标:实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次
  • 评测集 / 口径:AIntibody round 1, 3 challenges, 511 submitted sequences from 29 organizations, SARS-CoV-2 spike RBD
  • 快照日期:
  • 榜单页面

当前第一:AuraIDE / AuraBind (Aureka Biotechnologies, internal model),KD 94.7 pM (KinExA); best experimental antibody 113 pM(实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次;AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab;榜单;)

说明:结果论文为付费墙,数字取自厂商稿与本站旧注;名次记在机构或内部模型名下,厂商口径互相冲突,任务 3 的数字不得与任务 1 混用。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
AuraIDE / AuraBind (Aureka Biotechnologies, internal model)(非本站模型) 1 KD 94.7 pM (KinExA); best experimental antibody 113 pM 实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次 AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab 榜单 出处 非站内模型;任务 1 第一名,同机构另报第 2、第 5;与开源权重的关联只是公司口径。
IgGM (Tencent AI4S) 3 不显示†(未核实) 实测 KD(HT-SPR 与 KinExA),加五项可开发性筛选;按任务给名次 AIntibody round 1, 3 challenges, 511 designs from 29 organizations, SARS-CoV-2 spike RBD; all designs made and measured in one lab 自报 †(未核实) 出处 开发方自称进入前三,仓库 2025-08 条目;无数值、未说明任务,官方材料未确认。

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(榜 1);另 1 条不计入(未证实 1)。

官方参赛 / 官方榜单(1)

  • IgGM / IgGM-FM:团队自称在亲和力优化赛道获前三,组织方的逐队排名未引,置信度低(榜单,置信度低,未核实†;出处)

未证实(1,不计数)

  • OpenDDE:名次属公司内部抗体设计模型(竞赛论文用另一登记名),不能记给本模型权重;矩阵与模型页冲突,仍是未决的不一致(未核实 / unverified)(未知,置信度高,未核实†;出处)

局限与注意

  1. 论文结论保守:成绩不跨任务迁移,多数设计未胜过传统筛选。
  2. 除一个模型外,在 HCDR3 聚类内预测高亲和力克隆不如随机挑选。
  3. 参与人数与提交数在不同来源口径不一,大量报道是厂商新闻稿。
  4. 单条 2.9 pM 的夺冠说法只见社媒,是否通过可开发性筛选无公开证实。
  5. 名次记在机构或内部模型名下,开源权重无可归属的名次;无独立复现。

新模型怎么用

目前不是可随时提交的榜单:只能等下一届,或自行复刻同一数据流程。内部可先用 AbBiBench 与 FLAb 回顾集筛选,再留出前瞻验证。报告时三项任务分开写,不要合并名次;任何亲和力宣称同时给测定方法、KD 与五项可开发性结果,并说明受测序列数与分母。

搭配:Ginkgo GDPa1 · AbBiBench · FLAb / FLAb2 · FoldBench · Adaptyv competitions / BenchBB

来源

  1. AIntibody 结果论文(Nature Biotechnology 2026)(期刊),
  2. AIntibody 赛制论文(Nature Biotechnology 2024)(期刊),
  3. 媒体报道:赛果与下一届安排(新闻)
  4. 媒体报道:厂商名次说法与下一届承办方(新闻)
  5. 公司新闻稿(转载)(新闻)

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 511 designs from 29 organizations; same-lab KinExA plus five developability assays; 14 days / max 10 sequences per task 511 submitted sequences from 29 organizations; affinity by HT-SPR and KinExA; five-assay developability panel run by independent laboratories under uniform protocols; fewer than 511 unique sequences were actually tested 按结果论文:两种测定方法、由独立实验室按统一协议执行,且受测唯一序列少于 511。 依据 2026-11-16
scale 14 days and at most 10 sequences per team per task removed 该限制在论文中查不到,故删除。 依据 2026-11-16
wetlab_note fresh KinExA affinity and five developability assays in one lab HT-SPR and KinExA affinity, five-assay developability panel run by independent laboratories under uniform protocols 站上的“同一实验室、仅 KinExA”与论文不符。 依据 2026-11-16
models_reported leaderboard entry recorded for the open-weight model disputed-or-unconfirmed; the placement belongs to a company-internal model 名次属公司内部模型,开源权重无可归属条目,矩阵的“榜”与模型页冲突。 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。