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…

Evo 2:Arc Institute、NVIDIA、Stanford University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

开源 DNA 语言模型,百万级上下文,零样本变异打分与序列生成。

基因组/RNA · 多类机构联合 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Evo 2;别名:Evo2、Evo2-7B、Evo2-40B;有歧义、不自动链接:Evo
家族 否(7B/40B 为同一模型的规格,不是家族成员;前作 Evo 无独立记录)
机构 Arc Institute、NVIDIA、Stanford University、University of California, Berkeley、University of California, San Francisco
机构类型 / 国家 多类机构联合 / 美国
模型类别 基因组语言模型(序列生成 + 变异效应)
领域 基因组/RNA(次领域:分子生成)
首次发布 †(未核实)(依据:研究所与芯片厂商联合发布(同月预印本)) 发布日来自报道,未直接取到一手页面;代码与权重仓库创建更早,按口径不作首发
其他里程碑 最早公开证据 †(未核实)(发布报道与权重上线);预印本 v1 †(未核实)(预印本(只有月级证据));期刊上线 (期刊在线发表(收稿 2025-02-18、接收 2026-01-22));代码发布 (GitHub v0.5.0);权重发布 †(未核实)(权重公开(与发布同期));官方公告 †(未核实)(联合发布博客)
最近更新 ,期刊发表:期刊在线发表;此前 GitHub v0.5.0(2026-02-28),之后的提交(2026-06-19 内核优化)为小改。截至 as_of 未检出新一代模型的官方来源。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);权重、训练与推理代码、预训练数据集均公开,并接入一家芯片厂商的生物框架;本轮未取许可证文本
状态 活跃:12 个月内有期刊发表与版本发布
报过的 benchmark 2 项计入(改协议 1 · 赛后复用 1);另 1 条不计入(未证实 1)
湿实验验证 1 条记录
全站实体页 无(全站实体库有开发机构页,但无该模型自身的实体页)
截至 2026-11-16

做什么

自回归预训练 DNA 序列,上下文达百万核苷酸,覆盖细菌、古菌、真核与噬菌体;不依赖功能标签即可对变异零样本打分,也能生成新序列做设计。训练时排除了感染人类与复杂真核生物的病毒序列。与 AlphaGenome 的区别是自监督而非在功能轨迹上有监督;与 NTv3 同属长上下文基因组模型,物种覆盖更广。

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(改协议 1 · 赛后复用 1);另 1 条不计入(未证实 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 开发方自划的编码与非编码子集,数值只在图中;正文结论为名次性描述 出处
37 TraitGym 赛后数据复用 是 — 第三方 由该 benchmark 作者按自己协议跑的评测,本模型论文未报告 出处
39 RNAGym 未证实 否 — 未知(二手) 矩阵标为榜单,但只有另一模型论文转引的数值,模型页无对应行,榜单条目未核实(列入待处理内部不一致)† 出处

其他评测(不在 44 项内)

  • 单基因饱和突变分类(自建任务集,自报):在模型表示上训练的有监督分类器优于同模型零样本,属自建口径
  • 线粒体与核基因变异的第三方受控评测(仅与基线对比,第三方):第三方预印本称模型把仅改侧翼序列的致病变异判为良性,认为序列规律性驱动预测;摘要无指标值。此前站上引用的对比数值找不到出处,已删
  • 冻结嵌入上的第三方探针(仅与基线对比,第三方):第三方在冻结嵌入上训练协方差探针,称与专用预测器相当或更好;是有监督探针,不是零样本,不可与上表混读;旧转述的对手名单摘要未列,已删
  • BEND(站外公开 benchmark,自报):原始论文未报告该 benchmark

开发方称:一个开放的全生命域序列模型即可零样本打分并生成设计序列,在对手无法打分的插入缺失类变异上尤其有优势。

独立证据:第三方在 TraitGym 协议下跑过本模型;另有两项第三方工作分别指出其对侧翼序列变化的误判,以及嵌入探针的高分不等于零样本能力。

训练数据

类别 值 说明 出处
a 公开库 是 公开泛基因组数据集(含原核、真核与噬菌体序列);token 数与核苷酸数两个口径按原文分开写 出处
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 — 出处
d 仅用于验证的 wet lab 是 设计序列整合进细胞后用染色质可及性测序检验,仅作验证 出处

湿实验验证

每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。

实验 靶点数 受测设计 命中 成功率 最佳亲和力 分母口径 版本 来源类型 日期 核实 执行方 说明 出处
生成 DNA 的染色质可及性验证 — 36 33 33/36;要求两细胞系差异可及性的 24 个设计中 4/24 达两倍以上、1/24 达三倍 | 33/36; of 24 designs requiring differential accessibility, 4/24 exceeded twofold and 1/24 threefold — 36 个构建体(一个细胞系 5 个、另一个 31 个),据图注 journal paper 自报 已核实 开发机构自做的新实验,方法论文同时是湿实验论文 成功判据是设计图案的可及性拟合,不是功能表型 出处

背景

  • 机构:主导方是美国加州的一家非营利研究所(2021 年成立,启动时承诺资金逾 6.5 亿美元),核心研究员享有多年可续任期并可与大学教职并任;机构员工数无可引用官方口径,本记录不给。合作方为一家上市芯片公司与三所美国大学。
  • 融资:非营利,由捐赠资金支持;2024 年预算各来源口径不一,本记录不给单一数字。算力由合作芯片公司经云平台提供 2,000 块加速卡(不是「逾 2,000 块」)。
  • 产品与合作:前作为同机构的原核与噬菌体基因组模型;同机构单细胞线有 STATE 与 Stack;对照模型为 AlphaGenome 与 NTv3;一家第三方公司在其冻结嵌入上做探针研究。
  • 相关模型:AlphaGenome、NTv3、STATE、Stack

怎么看

  1. ClinVar 侧的优势集中在对手无法打分的插入缺失类;编码区 SNV 并非第一,「全面超越」的转述不成立,且数值只在图中。
  2. 嵌入探针的高分不等于零样本能力,两者必须分开读。
  3. 第三方在线粒体与错义变异上看到专用方法更强,说明全生命域覆盖与单任务精度之间有取舍。
  4. RNAGym 的「榜单」条目只是被另一篇论文转引,待核实。

局限与注意

  1. 站内 benchmark 的数值均在图中或由第三方运行,正文无可引数值。
  2. RNAGym 配对未证实,矩阵标注与 benchmark 页不一致。
  3. 湿实验成功判据是可及性图案拟合,不是功能表型。
  4. 发布日与预印本日期为报道与月级证据,标部分核实。

来源

  1. 期刊论文(期刊)
  2. 期刊全文(公开库)(期刊)
  3. 代码仓库 releases(仓库)
  4. 预训练数据集卡(包仓库)
  5. 第三方 benchmark 预印本(第三方论文)
  6. 第三方受控评测预印本(第三方论文)
  7. 第三方探针预印本(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
other_evaluations 第三方线粒体评测的两个对比数值 删除:公开页面检索不到出处 — 依据 2026-11-16
other_evaluations 探针研究「胜过四个具名模型」 删除:摘要未列对手名单 — 依据 2026-11-16
training_data.a_public 逾 12.8 万个基因组与宏基因组数据集 删除:正文与数据集卡均无此口径 — 依据 2026-11-16
background.funding 逾 2,000 块加速卡 2,000 块加速卡 — 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。