DPLM-2:ByteDance Research、Nanjing University
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
- 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。
- 评测全部为计算指标,没有湿实验验证。
- 价值在方法:证明离散扩散可以统一序列与结构生成。
- 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
- 仓库已归档只读,不要期待后续修复;后继型号另有条目。
- 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。
- 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。
- 许可标注来自镜像站(未核实)。
来源
- DPLM-2 预印本(预印本)
- 预印本 v1 全文(评测设置)(预印本)
- 官方仓库(已归档)(仓库)
- 项目页(官方网站)
- 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。
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。