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…

40 MotifBench

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

30 道固定 motif scaffolding 题目,统一流水线判定,附提交制榜单;真值仍是计算的。分数只反映计算自洽,不代表可表达、可折叠或有功能。

bench-40 · 类型 D · 证据 L2 · 蛋白 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 MotifBench
家族 否(单一题库与单一榜单,无家族成员。)
领域 蛋白(次领域:分子生成)
类型 D:D 计算 oracle,真值来自打分函数或折叠回读。计算 oracle 题库,附提交制榜单
证据层级 L2:计算自洽:ProteinMPNN 重设计加 ESMFold 折叠回读
发布方 Multi-lab academic collaboration (MotifBench maintainers)(学术实验室)
首次发布 (依据:arXiv 2502.12479 v1(仓库 2024-06-14 创建,不作首发))
其他里程碑 最早公开证据 (最早可证公开证据为论文 v1;仓库创建日 2024-06-14 仅作注,不得作首发);预印本 v1 (arXiv 2502.12479 v1)
最近更新 ,榜单条目:榜单更新:2026-11-06 加入 RFD4-Proteina 结果,2026-11-10/13 重排并合并为一条。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(维护方未公告下一个版本或轮次。)
规模 30 道题,按 motif 片段数分三组各 10 题;每题要求 100 个支架。 明细:题目数(paper v2) 30;分组(paper v2) 3 x 10;每题支架数(paper v2) 100;每支架重设计序列数(paper v2) 8;榜单条目数(2026-11-16) 15
状态 ● 活跃:活跃:榜单自 2025-02 至 2026-11 持续有新条目。
wet lab 更新 静态:纯计算评测;参考支架取自实验结构,评测本身不含湿实验。
需自补 wet lab 断言真实泛化时需要
报告模型数 3 个计入(榜 3)
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:给定 motif,生成固定长度支架;每题 100 个支架,经序列重设计与折叠回读判定。
  • 真值:计算 oracle:折叠回读结构与输入 motif 的几何一致性。
  • 主指标:MotifBench 分数(0–100)
  • 次指标:唯一解数(聚类后);新颖性(对 PDB 的 TM-score);支架成功率
  • 版本陷阱:数值须注明取自论文还是榜单、是否 indexed 设置、折叠器用 ESMFold 还是 AlphaFold2。

当前排名

状态:▣ 榜单

  • 指标:MotifBench 分数(0–100)
  • 评测集 / 口径:30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline
  • 快照日期:
  • 榜单页面

当前第一:RFD4-Proteina (indexed + medium thinking),55.06 (± 1.35)(MotifBench 分数(0–100);30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline;榜单;)

本站最佳:RFdiffusion3 (indexed)(第 2 名)

说明:名次按榜单表格顺序(按分数排序,15 条);条目由提交方自跑,非独立复跑。榜首非本站模型。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
RFD4-Proteina (indexed + medium thinking)(非本站模型) 1 55.06 (± 1.35) MotifBench 分数(0–100) 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline 榜单 †(未核实) 出处 非本站模型;总榜第一。
RFdiffusion3 (indexed) 2 43.52 (± 1.35) MotifBench 分数(0–100) 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline 榜单 †(未核实) 出处 提交方自跑条目;本站模型中最高。
La-Proteina 5 29.75 (± 0.51) MotifBench 分数(0–100) 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline 榜单 †(未核实) 出处 由另一生成模型团队提交。
ESM3 15 11.38 MotifBench 分数(0–100) 30 motif-scaffolding problems, official ProteinMPNN + ESMFold pipeline 榜单 †(未核实) 出处 15 条中的末位。

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(榜 3)。

官方参赛 / 官方榜单(3)

  • ESM3:(榜单,置信度高;出处)
  • La-Proteina:官方榜单已收录本模型;中文模型页"未检出条目"是错的,必须修(榜单,置信度高;出处)
  • RFdiffusion2/3:RFD3 是该榜的正式条目;中文模型页原写「未检出条目」是错的,本记录按榜单口径更正,不引数值(榜单,置信度高;出处)

提及但不构成配对

局限与注意

  1. 分数只反映计算自洽,不代表可表达、可折叠或有功能。
  2. 重复评测的标准差约 0.39–0.47,作者认为差距小于约 1 分不可靠。
  3. 论文与榜单给出的 RFdiffusion 基线不同(28.05 对 21.95),引用须写口径。
  4. 换用不带 MSA 的 AlphaFold2 折叠回读,基线分数由 28.1 降到 22.5。
  5. 30 题中仅 20 题的实验参考支架能通过本评估,指向评估自身的局限。

新模型怎么用

从仓库取 30 道题与官方流水线,每题生成 100 个固定长度支架,用官方脚本评估后提交榜单;约需 36 GPU 小时。报告时写明论文版还是榜单版口径、是否 indexed、折叠器选择与重复次数;差距小于约 1 分不足以下结论。设计要证明可做出来,仍须自补表达与测定。

搭配:Adaptyv competitions / BenchBB · FoldBench · AIntibody

来源

  1. MotifBench 论文 arXiv 2502.12479(预印本),
  2. 论文 v2 全文(预印本)
  3. 官方仓库与排行榜(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
models_reported RFdiffusion3 and La-Proteina: Chinese model pages state no MotifBench entry was found both are official-participation entries on the MotifBench board (43.52 and 29.75) 榜单明确列出两条条目,模型页的否定表述有误(变更集 4.1)。 依据 2026-11-16
models_reported Proteina-Complexa counted as a MotifBench pairing recorded as not-a-pairing: the method paper never mentions the benchmark 变更集 4.1 的裁定:方法论文未提及本题库。 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。