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…

37 TraitGym

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

非编码因果变异与匹配对照的二分类基准。复杂性状的正例来自统计 fine-mapping,因果性是概率性的,非实验证实。

bench-37 · 类型 B · 证据 L3 · 基因组/RNA · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 TraitGym
家族 否(两个子集属同一数据集的配置,不构成家族。)
领域 基因组/RNA
类型 B:B 静态数据集套件。固定变异集加公开榜单。
证据层级 L3:对照精细匹配的回顾性评测,非盲测。
发布方 University of California, Berkeley(学术实验室)
首次发布 (依据:bioRxiv 预印本 v1(10.1101/2025.02.11.637758);HF 数据集与榜单的创建日不作首发证据)
其他里程碑 预印本 v1 (bioRxiv 预印本 v1);代码发布 (GitHub 标签 0.1(提交日))
最近更新 †(未核实),仅维护:代码标签 0.1;此后主分支仅 CI 提交(2026-01-19),另有未合入的修订分支;论文 v2 在 2025-03-04。(未检出 release 对象,日期取标签提交日。)。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(作者未公告新版本;修订分支无公告日期。)
规模 孟德尔集 338 个变异(113 性状);复杂性状集 1,140 个(83 性状);各配 9 个匹配对照。 明细:孟德尔因果变异(matched_9) 338;孟德尔对照(matched_9) 3,042;复杂性状变异(matched_9) 1,140;复杂性状对照(matched_9) 10,260;覆盖性状(Mendelian / complex) 113 / 83
状态 ◐ 低频:榜单仍在线,但自 2025-03 无新条目;论文仍为预印本。
wet lab 更新 静态:复用公开的 OMIM 与 UK Biobank fine-mapping 结果,不新增变异。
需自补 wet lab 不需要
报告模型数 3 个计入(改协议 1 · 赛后复用 2)
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:二分类:区分已知或强候选的非编码因果调控变异与按位置、后果等条件匹配的对照变异。
  • 真值:孟德尔集来自 OMIM 的因果变异;复杂性状集来自统计 fine-mapping 的候选。
  • 主指标:按染色体加权平均的 AUPRC。
  • 次指标:自助法标准误。
  • 版本陷阱:须标明子集(孟德尔或复杂性状)与配置(matched_9 或 all),以及是零样本还是线性探针,三者的名次不可互换。

当前排名

状态:▣ 榜单

  • 指标:按染色体加权平均的 AUPRC(主指标),附标准误
  • 评测集 / 口径:TraitGym Mendelian traits (matched_9) and complex traits (matched_9), zero-shot and linear-probing tracks
  • 快照日期:†(未核实)(旧:早于截至日 12 个月以上)
  • 榜单页面

当前第一:CADD,0.712 (se 0.038)(按染色体加权平均的 AUPRC(主指标),附标准误;TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks;榜单;†(未核实);旧)

本站最佳:Evo2 40B(第 5 名)

说明:榜单快照为 2025-03-07,此后无新模型;名次按子集与设定分片,不可跨片比较;数值用榜单自身的取舍位数。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
CADD(非本站模型) 1 0.712 (se 0.038) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 非站内模型;孟德尔集零样本第 1。
Evo2 40B 5 0.557 (se 0.051) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 孟德尔集零样本;7B 为 0.385(第 10),1B 为 0.254(第 13)。
Borzoi 7 0.436 (se 0.052) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 孟德尔集零样本。
Enformer(非本站模型) 1 0.303 (se 0.010) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 非站内模型页;复杂性状线性探针第 1,站内只有同名 benchmark 条目。
Borzoi 2 0.297 (se 0.014) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 复杂性状线性探针;榜上站内模型的最好位次。
Evo2 40B 9 0.153 (se 0.007) 按染色体加权平均的 AUPRC(主指标),附标准误 TraitGym Mendelian traits (matched_9) and Complex traits (matched_9), subset 'all', zero-shot and linear-probing tracks 榜单 出处 复杂性状线性探针。

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。3 个计入(改协议 1 · 赛后复用 2)。

开发方自报,协议有改动(1)

  • AlphaGenome:用了该 benchmark 的变异集,但报富集比例而非榜单指标,无可对照分数(自报,置信度中;出处)

赛后数据复用(2)

  • Borzoi:TraitGym 作者事后评测 Borzoi(第三方,置信度中,未核实†;出处)
  • Evo 2:由该 benchmark 作者按自己协议跑的评测,本模型论文未报告(第三方,置信度高;出处)

局限与注意

  1. 复杂性状的正例来自统计 fine-mapping,因果性是概率性的,非实验证实。
  2. 孟德尔集仅 338 个正例,性状分布不均,小差距不应读作排名。
  3. 非盲测:变异与对照均来自公开数据,可能落在模型训练语料内。
  4. 结论分层:基于比对的方法在孟德尔与复杂疾病性状占优,轨迹模型在复杂非疾病性状更好。
  5. 榜单自 2025-03 无新条目;AlphaGenome 不在榜上,其用法口径不同。

新模型怎么用

从 Hugging Face 取数据,按配套脚本打分。在孟德尔与复杂性状两个 matched_9 配置上分别报按染色体加权的 AUPRC 与标准误;与基于比对的方法同表,并报与集成基线的差距;按变异类别拆分,避免被某一类主导;写明是零样本还是线性探针。用了本集的变异不等于进了它的榜。要证明对新性状有效,需独立的功能验证或前瞻变异集。

搭配:Basenji/Enformer test set · ClinVar hold-out protocol · GUE + Nucleotide Transformer 基准 · BEND · CAGI

来源

  1. TraitGym 预印本(bioRxiv 10.1101/2025.02.11.637758)(预印本),
  2. TraitGym 预印本 v2(预印本),
  3. 官方仓库 songlab-cal/TraitGym(仓库)
  4. Hugging Face 数据集(包仓库)
  5. Hugging Face 榜单(榜单),
  6. AlphaGenome 论文(Nature 2026,PMC12851941)(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
latest_update 2025-07-04 2025-03-25 只检出标签 0.1(提交日 2025-03-25),无 release 对象;HF 数据集与榜单的最后修改日分别为 2025-03-25 与 2025-03-07,原日期无出处。 依据 2026-11-16
latest_update_kind new-version code-maintenance-only 此后主分支只有 CI 提交,修订分支未合入,不构成新版本。 依据 2026-11-16
status_note leaderboard continuously running leaderboard still online but no new entries since 2025-03 榜单空间最后修改为 2025-03-07,“持续运行”在站上读作仍在收新条目。 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。