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…

DPLM-2:ByteDance Research、Nanjing University

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

多模态离散扩散蛋白语言模型,同时生成互相匹配的序列与结构。

蛋白 · 多类机构联合 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 DPLM-2;有歧义、不自动链接:DPLM、DPLM-2.1
家族 否(序列版前作与 DPLM-2.1 为独立条目,本记录只覆盖 DPLM-2)
机构 ByteDance Research、Nanjing University
机构类型 / 国家 多类机构联合(互联网大厂研究部门与一所高校计算机系的联合项目,无独立公司实体) / 中国
模型类别 设计(序列加结构联合扩散)
领域 蛋白(次领域:分子生成、结构/共折叠)
首次发布 (依据:预印本 v1 提交)
其他里程碑 最早公开证据 (预印本 v1);预印本 v1 (预印本 v1);代码发布 †(未核实)(仓库提交「release of dplm-2」);官方公告 †(未核实)(项目页与预印本同期上线)
最近更新 †(未核实),仅维护:最后一次提交为采样默认值微调,其后仓库转为只读归档(归档日期本身无出处);后继 DPLM-2.1 的论文事件单列,不计为本模型更新(归档日期未取到出处(未核实))。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(据镜像站标注,未核实)/ Apache-2.0 (per a mirror site, unverified));权重:开放;代码与权重公开,仓库已归档为只读;许可标注来自镜像站(未核实)
状态 已归档:仓库已归档只读,开发转向后继模型
报过的 benchmark 1 项计入(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

把三维坐标用无查找量化转成离散结构 token,在序列加结构的联合分布上做离散扩散,一步生成互相匹配的序列与结构,并支持折叠、逆折叠与 motif scaffolding;由序列版前作热启动。同属序列加结构联合建模的站内模型可参考 ESM3。

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(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
15 CAMEO 赛后数据复用 是 冻结的 2022 目标集,折叠与逆折叠 / frozen 2022 target set, folding and inverse folding 第三方 赛后数据复用:用的是服务方某年已发布目标集的冻结快照,无在线提交、无服务方排名,不得当作参赛 †(未核实) 出处

其他评测(不在 44 项内)

  • 结构预测(折叠)(站外公开 benchmark,自报):序列到结构,用冻结目标集与按日期切分的结构库,与多个折叠与多模态模型比
  • 逆折叠(站外公开 benchmark,自报):氨基酸恢复率与自一致性,同样用冻结目标集与日期切分
  • 无条件共生成(仅与基线对比,自报):五个长度各 100 个样本,比可设计性与多样性,对照多个生成模型
  • Motif scaffolding(站外公开 benchmark,自报):取自既有工作的 24 个 motif 问题,每题 100 个支架,与多个生成模型对照
  • 表示学习任务(站外公开 benchmark,自报):定位、热稳定性、蛋白互作与金属离子结合四项,与前作等对照,并非全部占优

开发方称:一个多模态序列-结构扩散模型即可兼顾折叠、逆折叠与 motif scaffolding,共生成样本多样且结构合理,结构感知表示还能帮助预测类任务。

独立证据:未检出独立证据(未检出第三方评测或独立复现)

训练数据

类别 值 说明 出处
a 公开库 是 公开序列库、实验结构库、注释蛋白库,加合成结构 出处
b 私有 / 授权 否 未见私有或授权数据 —
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:大厂实验室加高校的联合项目,无独立公司实体。研究部门 2024 年论文署一个名称,2025 年后继论文改署同集团另一研究品牌(同一课题组);合作方为一所高校计算机系。
  • 融资:资金来自企业内部研发预算,论文未单列外部基金
  • 产品与合作:前作为序列版离散扩散蛋白语言模型;后继 DPLM-2.1(2025-04 预印本 v1,2025-06 v3)探讨多模态设计空间,与本模型的仓库事件分开记。
  • 相关模型:ESM3、La-Proteina、RFdiffusion2/3

怎么看

  1. 唯一的站内配对是赛后数据复用(冻结目标集),不是参赛,也没有服务方排名。
  2. 评测全部为计算指标,没有湿实验验证。
  3. 价值在方法:证明离散扩散可以统一序列与结构生成。
  4. 合成结构进入训练,生成质量上限受其来源模型影响。

局限与注意

  1. 仓库已归档只读,不要期待后续修复;后继型号另有条目。
  2. 归档日期无出处(未核实),最近更新按归档前最后一次提交记。
  3. 按本轮口径它离开零配对名单,但那一条是赛后复用,不得写成参赛。
  4. 许可标注来自镜像站(未核实)。

来源

  1. DPLM-2 预印本(预印本)
  2. 预印本 v1 全文(评测设置)(预印本)
  3. 官方仓库(已归档)(仓库)
  4. 项目页(官方网站)
  5. 后继 DPLM-2.1 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
latest_update.date 2025-04-15(后继论文 DPLM-2.1 v1 的日期) 2025-07-25:本模型仓库归档前的最后一次提交,后继论文事件分开记 — 依据 2026-11-16
latest_update.event_kind 标为后继模型 改为仅代码维护:对应的是仓库提交,不是新模型 — 依据 2026-11-16
benchmarks_reported 站上写它在站内 benchmark 上没有报分,并列入零配对名单 按本轮口径它与一项评测服务构成赛后数据复用关系,因此离开零配对名单 — 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。