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…

Borzoi:Calico Life Sciences

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

从 DNA 序列预测 RNA-seq 覆盖度并评估转录、剪接与多聚腺苷酸化变异效应。

基因组/RNA · 大厂实验室 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Borzoi;有歧义、不自动链接:Flashzoi、Borzoi Prime
家族 否(单一模型条目,非家族)
机构 Calico Life Sciences
机构类型 / 国家 大厂实验室 / 美国
模型类别 序列到功能模型
领域 基因组/RNA
首次发布 (依据:bioRxiv v1 发布(Crossref 同日登记))
其他里程碑 预印本 v1 (bioRxiv v1);期刊上线 (Nature Genetics 发表);代码发布 (GitHub v1.0.0)
最近更新 ,期刊发表:Nature Genetics 正式发表;其后到 2026-09-30 只有 CI 与依赖维护提交。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(Apache-2.0);权重:开放;开源,代码 Apache-2.0
状态 仅维护:发表后仅有维护性提交
报过的 benchmark 2 项计入(自报 1 · 赛后复用 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

从 DNA 序列直接预测 RNA-seq 覆盖度,并据此对变异在转录、剪接和多聚腺苷酸化上的效应打分;是 Basenji/Enformer 路线的延续,与 AlphaGenome 同类。

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。2 项计入(自报 1 · 赛后复用 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
08 Basenji/Enformer test set 开发方按官方口径自报 是 — 自报 开发方自报,论文用自建 eQTL/sQTL 任务与 Enformer 轨迹测试 出处
37 TraitGym 赛后数据复用 是 — 第三方 TraitGym 作者事后评测 Borzoi †(未核实) 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:TraitGym 作者评测:在复杂非疾病性状上较好,在孟德尔与复杂疾病性状上落后于基于比对的模型

训练数据

类别 值 说明 出处
a 公开库 是 ENCODE RNA-seq、GTEx v8、FANTOM5 CAGE、DNase、ChIP-seq 等,7,611 条人类输出轨迹 —
b 私有 / 授权 否 — —
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:Calico 是 Alphabet 旗下衰老生物学公司,2013-09 宣布成立;Basenji 与 Borzoi 均出自该团队
  • 融资:未披露或不适用
  • 产品与合作:与 AbbVie 自 2014 年起的合作据报于 2025-11 结束(报道口径)
  • 相关模型:AlphaGenome、NTv3

怎么看

  1. Enformer 测试集上的比较由开发方自己完成
  2. TraitGym 的结果说明不同性状类别差异明显

局限与注意

  1. bioRxiv 发布日 2023-08-31 与 09-01 有出入,按 API 记录取 09-01
  2. Borzoi Prime 与 Flashzoi 未核实,不并入本条

来源

  1. Crossref 记录 10.1038/s41588-024-02053-6(期刊)
  2. bioRxiv 预印本(预印本)
  3. GitHub 仓库 calico/borzoi(仓库)
  4. 期刊论文 DOI 10.1038/s41588-024-02053-6(期刊)
  5. bioRxiv 预印本(预印本)

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 2023-08-31 2023-09-01(bioRxiv v1 与 Crossref 登记日) — 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。