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…

43 Ginkgo GDPa1

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

246 个临床抗体的统一 assay 可开发性数据,加 80 个私有留出抗体的一次性盲测。留出盲测的关键负面结论:交叉验证相关性系统性高于留出集相关性。

bench-43 · 类型 A+B · 证据 L4 · 抗体 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Ginkgo GDPa1;全称:GDPa1 抗体可开发性数据集与 AbDev 竞赛;别名:GDPa1、AbDev competition;有歧义、不自动链接:AbDev
家族 否(单一数据集加一次性竞赛,无家族成员。)
领域 抗体(次领域:蛋白)
类型 A+B:A 周期盲测挑战,每届新题新真值;B 静态数据集套件。公开数据集加私有留出盲测
证据层级 L4:隐藏真值盲测,但留出抗体是既有临床抗体,非前瞻合成
发布方 Ginkgo Datapoints、Ginkgo Bioworks、Hugging Face(平台公司)
首次发布 †(未核实)(依据:公开数据集与竞赛的官方公告(2025-09-08);HF 数据集对象创建日 2025-06-13 为受限对象,不作首发) 日级仍只依赖公告页,留未核实标记。
其他里程碑 最早公开证据 †(未核实)(数据集对象创建日(受限访问),仅作注,不得显示为发布);期刊上线 (结果论文期刊在线(mAbs 18(1)));官方公告 †(未核实)(竞赛与公开数据集公告)
最近更新 †(未核实),数据发布:数据集卡片更新到 v1.4;此前:结果论文 2026-02-22,竞赛 2025-11-18 结束。(数据集受限,changelog 不可读,v1.4 标注沿用既有记录。)。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(组织方未公告下一轮竞赛日期。)
规模 公开 246 个临床抗体、10 项 assay;私有留出 80 个抗体;预测 5 个性质;113 支队伍。 明细:公开抗体数(dataset card) 246;assay 项数(dataset card) 10;私有留出抗体数(results paper abstract) 80;竞赛预测性质数(competition 2025) 5;参赛队伍数(results paper abstract) 113
状态 ◐ 低频:低频:竞赛已结束(2025-09-08 至 2025-11-18),公开榜单仍在运行,数据集 v1.4。
wet lab 更新 新:留出的 80 个抗体为竞赛专门测定,一次性;非常设轮次。
需自补 wet lab 不需要
报告模型数 0 个计入
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:由序列预测五项可开发性性质,在 80 个私有留出抗体上评分。
  • 真值:同一实验室统一 assay 的实验测量值(疏水性、多反应性、自聚集、热稳定性、表达量)。
  • 主指标:各性质的 Spearman 相关系数
  • 次指标:分性质奖项名次
  • 版本陷阱:须区分 GDPa1 交叉验证与竞赛私有留出两种口径,论文已显示两者系统性不同。

当前排名

状态:▣ 榜单

  • 指标:私有留出集上各性质的 Spearman 相关系数
  • 评测集 / 口径:AbDev competition 2025, 80 private held-out antibodies, 5 properties
  • 快照日期:
  • 榜单页面

当前第一:Anonymous,0.708(私有留出集上各性质的 Spearman 相关系数;AbDev competition 2025, 80 private held-out antibodies, 5 properties;榜单;)

说明:竞赛 2025-11-18 结束,名次取自结果论文;榜单 Space 2026-11-16 报错未加载;获奖者中无本站模型。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
Anonymous(非本站模型) 1 0.708 私有留出集上各性质的 Spearman 相关系数 AbDev competition 2025, 80 private held-out antibodies, 5 properties 榜单 出处 非本站模型;疏水性(HIC)第一。
microcrisprtm2(非本站模型) 1 0.392 私有留出集上各性质的 Spearman 相关系数 AbDev competition 2025, 80 private held-out antibodies, 5 properties 榜单 出处 非本站模型;热稳定性(Tm2)第一。
PR_CHO_NOV(非本站模型) 1 不显示†(未核实) 私有留出集上各性质的 Spearman 相关系数 AbDev competition 2025, 80 private held-out antibodies, 5 properties 榜单 出处 非本站模型;多反应性第一(摘要 0.356,正文 0.337,两处与自聚集互换)。
AbDevelop(非本站模型) 1 不显示†(未核实) 私有留出集上各性质的 Spearman 相关系数 AbDev competition 2025, 80 private held-out antibodies, 5 properties 榜单 出处 非本站模型;自聚集第一(摘要 0.337,正文 0.356)。
meta2(非本站模型) 1 0.310 私有留出集上各性质的 Spearman 相关系数 AbDev competition 2025, 80 private held-out antibodies, 5 properties 榜单 出处 非本站模型;表达量第一。

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。0 个计入。

暂无模型与本 benchmark 构成配对。

局限与注意

  1. 留出盲测的关键负面结论:交叉验证相关性系统性高于留出集相关性。
  2. 仅 246 个训练与 80 个测试抗体,且均为临床阶段,对早期或设计抗体的外推未经检验。
  3. 一次性竞赛:留出集结束后即暴露,后续只能比较交叉验证分数。
  4. 获胜方法按性质不同,没有通吃的架构。
  5. 非前瞻合成测试;留出抗体是既有临床抗体。

新模型怎么用

从数据平台申请 GDPa1(需同意条款),按推荐的分层交叉验证切分,分五个性质分别报 Spearman。私有留出集已用于竞赛,不能再提交;要做真正盲测须自行在相同 assay 上测新抗体或加入相关联盟。引用须写明是交叉验证还是竞赛留出。

搭配:AbBiBench · FLAb / FLAb2 · AIntibody · Polaris / ASAP / OpenADMET

来源

  1. 竞赛与数据集公告(官方网站),
  2. 竞赛结果论文(mAbs 18(1))(期刊),
  3. GDPa1 数据集卡片(受限)(官方网站),
  4. 公开排行榜(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
first_release 2025-06-13 (dataset on HF); competition announced 2025-09-08 2025-09-08 2025-06-13 只是受限数据集对象的创建日,不能支撑公开发布的日级精度;可证的公开事件是竞赛与数据公告。 依据 2026-11-16
first_release_basis HF blog/competition launch with public GDPa1 data (HF repo object created 2025-06-13, likely private/gated earlier) official announcement of the public GDPa1 dataset and AbDev competition, 2025-09-08. HF dataset object created 2025-06-13 (creation date, gated, not displayed as release). 依据重新对齐,仓库创建日降为注。 依据 2026-11-16
first_release 2025-09-08 2025-06-13 (dataset on HF); competition announced 2025-09-08 这是上一轮的改动(把首发改到数据集对象创建日),本轮已推翻:创建日不得作首发。 依据 2026-11-16
scale 246 public antibodies, 10 assays; 80 private holdout; 113 teams (presented as fully verified) same figures, but 246/10 are verified on the dataset card while 80 and 113 come from the results paper abstract 湿实验核对结果为 partial,须标明各数字的出处。 依据 2026-11-16
ranking.entries polyreactivity 0.337 and self-association 0.356 polyreactivity 0.356 and self-association 0.337 per the abstract; the Results section swaps the two 论文摘要与正文互换了这两项,按摘要记录并注明不一致。 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。