ADMET-AI:Stanford University (computer science)、Greenstone Biosciences
ADMET 预测平台,一次给出 41 个端点并与已批准药物分布对比。
小分子 · 多类机构联合 · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | ADMET-AI;别名:admet_ai |
| 家族 | 否(单一平台,v1/v2 为同一记录内的版本轴) |
| 机构 | Stanford University (computer science)、Greenstone Biosciences |
| 机构类型 / 国家 | 多类机构联合 / 美国 |
| 模型类别 | 性质预测(ADMET 多任务集成) |
| 领域 | 小分子 |
| 首次发布 | (依据:预印本 posted(登记机构记录)) 站上原写 2024(期刊年) |
| 其他里程碑 | 最早公开证据 (预印本 posted);预印本 v1 (预印本 v1);期刊上线 (期刊发表(登记机构记录));代码发布 †(未核实)(v2.0.0 发布(模型全部重训)) |
| 最近更新 | ,新版本:v2.0.0(2026-02-17)把模型全部从头重训,预测与 v1 网页服务不同;v2.0.1 修 MPS/CPU 并移除对一个数据集库的依赖。网页服务按包说明仍基于 v1。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放;权重:开放†(未核实);代码在 GitHub,数据与模型存档在公开仓库,另有免费网页服务;许可证文本本轮未取到 |
| 状态 | 活跃:12 个月内有大版本与补丁发布 |
| 报过的 benchmark | 1 项计入(榜 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
对一个分子同时输出吸收、分布、代谢、排泄与毒性共 41 个端点的预测,并与已批准药物的分布作对比,面向大规模库筛选(论文称本地百万分子约数小时)。模型本身不新:底层是 Chemprop 前代的描述符增强版多任务集成,价值在工程化与覆盖面;相比 MolE、MiniMol 这类预训练基础模型,它没有大规模预训练。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(榜 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 04 TDC (ADMET + DTI) | 官方参赛 / 官方榜单 | 是 | — | 榜单 | 向该库的 ADMET 分组榜提交;论文自报平均排名最好,但 2026-11-16 全量扫榜时,榜上唯一标注本模型的提交只覆盖 1 个任务且位于末位(数值约为最优的 25 倍,疑单位错误),「22 个数据集平均排名最佳」在现榜上没有对应条目 | 出处 |
其他评测(不在 44 项内)
- 大规模推理吞吐自测(自建任务集,自报):论文报告本地批量预测百万分子的耗时,属工程指标,不是精度评测
- 与已批准药物分布对比(自建任务集,自报):把预测值放到已批准药物的分布上给出百分位,属解释性输出
开发方称:免费网页加开源本地推理,一次覆盖 41 个 ADMET 端点,并在公开 ADMET 分组榜上取得最好的平均排名(论文发表时的榜面)。
独立证据:未检出独立证据(未检出第三方对该平台的独立评测;现榜上也没有支持「平均排名最佳」的条目)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 一个公开治疗数据集库的 41 个 ADMET 数据集(10 回归 + 31 分类),其中 22 个构成该库的官方 ADMET 榜;每数据集训练 5 个模型做集成 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | — | — |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:作者来自美国一所大学的计算机系,并挂一家位于该校研究园区的生物技术公司隶属;该公司据多家财务数据档案记为 2021 年成立,主营诱导多能干细胞与类器官,结合机器学习做药物发现与安全性预测,称拥有大型干细胞生物样本库。
- 融资:该公司的投资方据公开档案包括三家风险投资机构;学术端资助未在论文中单列。
- 产品与合作:产品为免费网页服务加开源本地推理;2026-06-19 该公司宣布与一家半导体公司合作,用对方算力处理其干细胞样本库数据(公司新闻稿口径)。
- 相关模型:Chemprop v2、MiniMol、MolE
怎么看
- 「平均排名最佳」是论文发表时 22 个数据集的汇总,不代表每个端点第一;现榜上找不到对应条目,引用须加时点与来源限定。
- 现榜上唯一标注该模型的提交只覆盖 1 个任务、位于末位,且数值疑有单位错误,不能当作现状位次。
- 它说明「调好的图神经网络集成加描述符」在 ADMET 上仍很强,预训练基础模型的优势并不稳定。
- v2.0.0 起模型全部重训,网页服务仍为 v1,两处预测不同,比较时要写明版本。
局限与注意
- 论文的榜单位次与 2026-11-16 的现榜不一致,站上原陈述已订正。
- 公开 ADMET 榜为公开测试集,过拟合与提交口径差异需留意。
- 无湿实验、无私有数据,全部训练数据来自公开库。
- v2.0.0 的 release notes 文本未取到,版本说明来自包文档。
来源
- 期刊全文(公开库)(期刊)
- 期刊论文 2024(期刊)
- 版本发布列表(仓库)
- 包登记页(包仓库)
- 公开 ADMET 分组榜总览(2026-11-16 查)(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。
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。