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…

BioReason:University of Toronto、Vector Institute、University Health Network

整理 2026-11-16 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 做什么
  3. 报过的 benchmark
  4. 其他评测(不在 44 项内)
  5. 训练数据
  6. 湿实验验证
  7. 背景
  8. 怎么看
  9. 局限与注意
  10. 来源
  11. 更正记录

把 DNA 基础模型接入语言模型,做通路推理与变异效应预测的多模态推理模型。

基因组/RNA · 学术实验室 · 加拿大 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 BioReason
家族 否(单一模型条目,非家族)
机构 University of Toronto、Vector Institute、University Health Network
机构类型 / 国家 学术实验室 / 加拿大
模型类别 DNA-语言多模态推理
领域 基因组/RNA(次领域:文本与 agent)
首次发布 (依据:arXiv 2505.23579 v1 提交)
其他里程碑 预印本 v1 (arXiv v1)
最近更新 ,后继模型:后继 BioReason-Pro:bioRxiv v1 2026-03-20、v2 2026-07-19;BioReason 本身有 arXiv v2 与 NeurIPS 2025 论文。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;代码在 GitHub,数据集在 Hugging Face
状态 已被后继取代:已有后继 BioReason-Pro
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

把 DNA 基础模型(Evo 2 或 Nucleotide Transformer)的表示输入 Qwen3 语言模型,用于 KEGG 通路推理和变异效应预测,以文本形式给出推理过程。

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(改协议 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
11 ClinVar hold-out protocol 开发方自报,协议有改动 是 — 自报 开发方自报,任务为自建 KEGG 变异任务,非 ClinVar 留出协议 出处

其他评测(不在 44 项内)

无记录。

开发方称:来源未给出开发方优势表述

独立证据:未检出独立证据(未检出独立证据)

训练数据

类别 值 说明 出处
a 公开库 是 KEGG 通路及 ClinVar、OMIM、dbSNP、COSMIC 注释,gnomAD 良性对照 —
b 私有 / 授权 未披露 — —
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:多伦多大学、Vector Institute 与 University Health Network 的学术项目,论文入选 NeurIPS 2025
  • 融资:未披露或不适用
  • 产品与合作:未检出产品或合作信息
  • 相关模型:Evo 2、scGPT / Geneformer

怎么看

  1. 唯一配对是自建任务,与 ClinVar 官方口径不可直接比较
  2. 2026 年的活动来自后继 BioReason-Pro,不是 BioReason 本身的新版本

局限与注意

  1. BioReason arXiv v2(2025-10-24)日期未复核
  2. 无湿实验验证

来源

  1. arXiv 预印本 2505.23579(预印本)
  2. GitHub 仓库 bowang-lab/BioReason-Pro(仓库)
  3. GitHub 仓库 bowang-lab/BioReason(仓库)
  4. 期刊论文 DOI 10.52202/085713-3728(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 2026-08-20(后继仓库提交) 2026-07-19(BioReason-Pro bioRxiv v2) — 依据 2026-11-16
latest_update.description 把后继仓库创建与提交写成更新 改为后继模型预印本事件;仓库提交不是发布 — 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。