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…

JAM / JAM-2:Nabla Bio

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

闭源抗体与 VHH de novo 设计模型,主打 GPCR 等多次跨膜难靶。

抗体 · AI 原生 biotech · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 JAM / JAM-2;别名:JAM、JAM-2;有歧义、不自动链接:JAM
家族 否:本记录只覆盖本模型,属于 JAM 系列
机构 Nabla Bio
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 设计(抗体 / VHH)
领域 抗体(次领域:蛋白)
首次发布 †(未核实)(依据:不晚于该月:技术报告已被第三方报道;原始页面未给日期) 上一代 JAM 的预印本为 2025-05;公司页条目日期写法有歧义,不作依据
其他里程碑 最早公开证据 †(未核实)(第三方报道该技术报告);预印本 v1 †(未核实)(上一代 JAM 的预印本)
最近更新 †(未核实),产品更新:后续报告扩到肽-MHC I 类靶点并含一条双变体抗体,由一家影像服务商做冷冻电镜确认;报告自身未给版本日期,月份来自第三方帖子,按未核实处理。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:不开放;权重:不开放;无公开权重或代码,材料为公司站技术报告,未经同行评议
状态 活跃:12 个月内有后续报告(日期仅月份级且未核实)
报过的 benchmark 0 项计入
湿实验验证 4 条记录
全站实体页 无(全站实体库未检出对应模型页面,只有开发方机构页)
截至 2026-11-16

做什么

面向 GPCR、离子通道、转运体等多次跨膜靶点做 de novo 抗体与 VHH 设计,新一代把输出扩到药物样的 VHH-Fc 与全长 mAb,并支持按用户指定表位设计与推理期的实验引导转向。与 Chai-2、Latent-X/X2 同属闭源抗体设计路线,与 Germinal 的学术开源路线相对。

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)

  • 与另一闭源模型的公开数字对比(仅与基线对比,自报):在双方重叠的靶点上比较各自已发表的结合结果,不是重跑对方模型
  • 难靶湿实验自评(湿实验验证,自报):靶点集、表位指定与原生细胞三组实验均为自设任务,未进入任何站内 benchmark

开发方称:全计算设计药物样 VHH-Fc 与全长 mAb,在 16 个未见靶点上全部拿到 binder,并可按表位控制、在原生细胞环境的 GPCR 上奏效。

独立证据:未检出独立证据(材料为公司站技术报告,未经同行评议,也未检出第三方重测)

训练数据

类别 值 说明 出处
a 公开库 未披露 技术报告未写训练数据来源 出处
b 私有 / 授权 未披露 — 出处
c 自产 wet lab 训练数据 未披露 预训练未披露;推理期用已验证分子做提示的「实验引导转向」不属训练 出处
d 仅用于验证的 wet lab 是 报告的全部结果来自新做的湿实验筛选 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
靶点集一(16 个未见靶点) 16 — 16 16/16 targets — 16 个靶点,每靶点每模态 45 条设计,结合实验二元判读;命中以靶点计 technical report 自报 †(未核实) 已核实 由开发方自行执行,报告中没有独立实验臂 逐靶点平均成功率两种模态分别为 39% 与 18%;16 个靶点中 2 个达皮摩尔级、7 个达个位数纳摩尔级 出处
表位指定设计(另 10 个靶点) 10 — — — — 每靶点 20 个用户指定表位,每表位约 600 条设计;报告未给逐表位分母 technical report 自报 †(未核实) 已核实 由开发方自行执行 报告称半数靶点上 30–70% 的表位拿到 binder,为区间口径,无逐靶点分母 出处
GPCR 原生细胞结合 2 — — 11.7% and 3.8% (per-target rates, denominators not given) — 两个趋化因子受体在细胞环境中测试,报告未给设计数分母 technical report 自报 †(未核实) 已核实 由开发方自行执行 报告另称测试期算力扩展可大幅提高成功率,属自报 出处
实验引导转向(激动型抗体) — — — — — 仅二手来源,无分母 secondary coverage 自报 †(未核实) 未核实† 执行方未披露 以一个已验证分子作提示生成同类分子,属案例,不是计量评测 出处

背景

  • 机构:开发方总部在美国马萨诸塞州,定位为 AI 原生抗体设计公司,源自一所大学的实验室;员工数约 20 余人,口径来自公开数据聚合站。
  • 融资:2021-12 种子轮 1,100 万美元(两家风投领投);2024-05 A 轮 2,600 万美元(一家风投领投)。另有数据聚合站列出的 2026 年 B 轮无公司公告或第二来源,不采用。
  • 产品与合作:与三家大型药企有合作;2025-10 与其中一家签第二项多年合作,潜在总额超十亿美元(含里程碑,首付未披露)。竞争对手包括 Chai-2 与 Latent-X/X2 的开发方。
  • 相关模型:Chai-2、Latent-X/X2、Germinal

怎么看

  1. 全部结果为公司自报,无同行评议,也没有独立实验臂。
  2. 「16 个靶点全部出 binder」是靶点级口径,单靶点命中率低得多,两者不能互换。
  3. 靶点集的选取与另一闭源模型的研究重叠以便对比,对比的是双方已发表结果。
  4. 预训练数据完全未披露,不能归入「只用公开库」一类。

局限与注意

  1. 首发与后续报告都没有原始页面给出的确切日期,日期只能到月份级。
  2. 激动型抗体数量为二手来源,站上不再给该数字。
  3. 上一代模型「两万条设计中仅一条命中」的说法为二手,报告中未核到。
  4. 它未报过站内任何 benchmark,与其他模型只能通过各自湿实验口径间接比较。

来源

  1. 技术报告 PDF(技术报告)
  2. 第三方报道(2025-11-20)(新闻),2025-11-20
  3. 影像服务商博客(后续报告相关)(博客)
  4. 种子轮报道(新闻)

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
wetlab_validation 引用激动型抗体数量(300 余条) 该数字为二手、未核实,删除不给 — 依据 2026-11-16
latest_update 仅记到技术报告 补记 2026-06 的肽-MHC I 类后续报告,并标为未核实(月份级) — 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。