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…

CellFM:Sun Yat-sen University (computer science)、Chongqing University、Huawei等

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

只用人类数据的单细胞基础模型,8 亿参数。

单细胞 · 多类机构联合 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 CellFM
家族 否(单一模型,无版本族)
机构 Sun Yat-sen University (computer science)、Chongqing University、Huawei、Singleron Biotechnologies
机构类型 / 国家 多类机构联合 / 中国
模型类别 单细胞基础模型(线性复杂度骨干)
领域 单细胞
首次发布 (依据:预印本 posted(登记机构记录))
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)
最近更新 †(未核实),作者更正:仓库说明中的作者更正:多个图面板的平均值计算有误,另有影响两个基线在两个数据集上结果的评测缺陷;作者称结论不变。更早的事件是 2025-05-20 的期刊发表。(提交日未取到独立永久链接,日期标未核实;未检出正式期刊勘误)。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);代码在公开仓库并有长期存档,权重在公开模型库;许可证文本本轮未取到
状态 活跃:12 个月内有作者更正声明
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

只用人类单细胞数据预训练,以避免多物种混训拉低人类细胞上的表现,骨干为线性复杂度的序列模型,下游任务含细胞类型注释、扰动预测、基因功能预测与基因关系捕获;训练在国产 AI 框架与加速卡上完成。路线与 scGPT/Geneformer 相同,特点是纯人类数据与国产算力。

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
24 虚拟细胞挑战赛与扰动预测评测 开发方自报,协议有改动 是 — 自报 用两套早期公开扰动数据并统一接同一个下游预测器,不是该挑战赛的盲测;领先以相对提升百分比表述 出处

其他评测(不在 44 项内)

  • 细胞注释与基因功能预测(站外公开 benchmark,自报):在公开数据集上与两个单细胞基础模型比较,自报平均准确率的相对提升
  • 第三方扰动预测评测(站外公开 benchmark,第三方):两项独立评测显示简单基线不输同类基础模型,其模型名单不含本模型

开发方称:只用人类数据、以线性复杂度骨干在约一亿人类细胞上预训练,在细胞注释、扰动预测与基因功能预测上优于同类模型;领先多以个位数相对提升表述。

独立证据:未检出独立证据(两项第三方评测的模型名单不含本模型,未检出针对它的独立评测)

训练数据

类别 值 说明 出处
a 公开库 是 公开数据库中的 19,914 个样本、约 1.023 亿个人类细胞 出处
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:主体为中国一所大学计算机学院的学术团队,合作方含另一所大学、一家实验室、一家通信与算力企业、一家附属医院与一家单细胞测序公司。
  • 融资:致谢列出国家重点研发计划、国家自然科学基金、中央高校基本科研业务费、博士后基金与一省自然科学基金等多项资助。
  • 产品与合作:代码在公开仓库组织下,权重卡在公开模型库;同类模型有 scFoundation 与 scGPT/Geneformer。
  • 相关模型:scGPT / Geneformer、xTrimoSCPerturb / scFoundation、STATE

怎么看

  1. 性能结论全部自报,且以对第二名的相对提升表述,绝对差距小。
  2. 独立研究发现简单基线在扰动预测上不输同类基础模型,这一质疑同样适用。
  3. 作者在仓库自行公布了图表与评测缺陷的更正,透明度可取,但未见正式期刊勘误。
  4. 价值更多在人类专用数据与国产算力的可行性,而非已被验证的预测优势。

局限与注意

  1. 更正声明的提交日未取到独立永久链接。
  2. 未检出正式期刊勘误,更正仅见于仓库说明。
  3. 公开盲测挑战上无成绩。
  4. 许可证文本本轮未取到。
  5. 扰动评测用的是早期公开数据集,与当前盲测口径不同。

来源

  1. 期刊论文 2025(期刊)
  2. 预印本 2024(预印本)
  3. 代码仓库与更正声明(仓库)
  4. 第三方扰动预测评测(第三方论文)

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 2025-05-20(期刊发表) 2026-09-07(仓库作者更正声明),事件类型改为作者更正 — 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。