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…

Germinal:Stanford University (chemical engineering)、Arc Institute

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 de novo 抗体/纳米抗体设计流程,只重设计 CDR。

抗体 · 学术实验室 · 美国 · 全站实体页 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Germinal
家族 否(单一流程,无版本族)
机构 Stanford University (chemical engineering)、Arc Institute
机构类型 / 国家 学术实验室 / 美国
模型类别 设计(抗体/纳米抗体 CDR 重设计)
领域 抗体(次领域:蛋白)
首次发布 (依据:预印本 v1 posted(版本接口)) 站上原写 2025-09-19,那是 DOI 字符串里的日期
其他里程碑 最早公开证据 (预印本 v1 posted);预印本 v1 (预印本 v1 posted);代码发布 †(未核实)(仓库最近一次提交(无打标发布));官方公告 (参与机构的新闻稿)
最近更新 †(未核实),代码发布:仓库提交加入 scFv 修复、两个抗体语言模型与打分工具的依赖,以及共折叠约束修复;无打标版本,也未检出期刊版本。(提交内容混合修复与依赖,是否算实质更新存疑)。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:不明;代码开源;本身不训练新权重,依赖抗体语言模型与一个结构建模包的许可(二手说法)
状态 活跃:12 个月内有仓库提交,但无打标版本
报过的 benchmark 0 项计入
湿实验验证 2 条记录
全站实体页 全站实体页
截至 2026-11-16

做什么

在固定框架上重设计互补决定区,用共折叠模型评估结合,同时用抗体语言模型约束序列的抗体样性质,目标是对指定表位出抗体而不依赖动物免疫。与 BindCraft 同属反传结构模型的路线,差别在面向抗体并加了抗体语言模型;相对 JAM-2、Latent-X2 等闭源商业模型,它是开源学术对照。

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。0 项计入。

在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。

其他评测(不在 44 项内)

  • 四靶点纳米抗体实验(湿实验验证,自报):四个靶点各数十个设计,先报告基因筛选后做结合测量;数值本轮不可核
  • 表位核查(湿实验验证,自报):在预测界面残基做丙氨酸替换,观察结合变化
  • 内部消融(自建任务集,自报):比较只用共折叠引导与加入自定义损失,以及抗体语言模型权重开关对可成药性与人源化指标的影响

开发方称:开源流程不经动物免疫,在四个受测靶点上每靶不到约一百个设计即得到纳摩尔级结合体,并因抗体语言模型引导而提高人源化程度。

独立证据:未检出独立证据(未检出第三方评测或独立复现;站内 44 个 benchmark 上无配对)

训练数据

类别 值 说明 出处
a 公开库 是 无专门训练,直接使用共折叠模型与两个抗体语言模型的现成权重,其数据为公开序列与结构库 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 是 湿实验只用于验证,测试据二手来源由一家基因合成公司参与 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
四靶点纳米抗体实验 不给数字 — — — — 四个靶点,每靶数十个设计先经报告基因筛选再做结合测量;具体分子分母本轮不可核 bioRxiv v1/v2 自报 未核实† 预印本称实验在学术实验室完成,测试环节据二手来源有一家基因合成公司参与 站上曾发布逐靶点命中数、4–22% 成功率与纳摩尔亲和力,本轮全文受限无法复核 出处
表位核查实验 不给数字 — — — — 在预测界面残基上做丙氨酸替换,观察结合是否下降;未给设计数 bioRxiv 自报 未核实† 与主实验同一批学术实验室 该实验用于说明设计结合在预测的表位上,不是成功率证据 出处

背景

  • 机构:项目由美国一所大学的化工系实验室与一家位于加州的非营利研究机构合作,无公司实体;该机构的新闻稿称项目由学生主导。
  • 融资:资助列于预印本致谢,未单列金额。
  • 产品与合作:成果为开源流程本身;该非营利机构另有基因组与单细胞方向的模型,如 Evo 2 与 State。
  • 相关模型:BindCraft、JAM / JAM-2、Latent-X/X2、Evo 2

怎么看

  1. 只有四个靶点、每靶数十个设计,样本小,且为预印本、未经同行评议。
  2. 站上曾发布的命中数与成功率区间本轮不可核,引用前须重取全文。
  3. 靶点含已知较易的对象,难靶上的泛化没有证据。
  4. 它是闭源商业抗体设计模型的开源对照,价值在可复核而非规模。

局限与注意

  1. 湿实验数字本轮全部不可核,页面不给数值。
  2. 首发日订正自 DOI 字符串日期。
  3. 仓库无打标版本,最近更新取提交日。
  4. 流程不训练自有权重,能力受上游模型限制。
  5. 站内 44 个 benchmark 上无任何配对。

来源

  1. 预印本 2025(预印本)
  2. 预印本版本接口记录(存档)
  3. 机构新闻稿(官方网站)
  4. 代码仓库(仓库)

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 2025-09-19(DOI 字符串日期) 2025-09-24(预印本 v1 posted,版本接口) — 依据 2026-11-16
wetlab_validation 逐靶点命中数、4–22% 成功率与 140–560 nM 亲和力 本轮全文受限,全部标未核实并撤下数字 — 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。