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…

Lingshu-Cell(灵枢·细胞):Alibaba DAMO Academy

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

阿里巴巴达摩院的生成式细胞世界模型,用掩码离散扩散建模转录组分布。

单细胞 · 大厂实验室 · 中国 · 截至 2026-11-17

概况

字段 内容
名称 / 别名 Lingshu-Cell(灵枢·细胞);别名:Lingshu-Cell、灵枢·细胞;有歧义、不自动链接:Lingshu
家族 否(单一模型,无后续版本)
机构 Alibaba DAMO Academy
机构类型 / 国家 大厂实验室 / 中国
模型类别 单细胞生成模型 / 虚拟细胞
领域 单细胞
首次发布 (依据:arXiv 预印本 v1)
其他里程碑 最早公开证据 (arXiv 预印本 v1);预印本 v1 (arXiv 预印本 v1)
最近更新 ;未检出发布后更新(截至 2026-11-17):未检出发布后更新(截至 2026-11-16);无新版本、代码或权重。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;项目主页与论文均未给出代码仓库和权重;参数量未报告
状态 活跃:2026-03 首发,12 个月内
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(全站实体库未检出对应页面)
截至 2026-11-17

做什么

把表达量离散为 token,用掩码离散扩散学习约 1.8 万个基因的细胞状态分布,可无条件生成,也可按细胞类型、供体与扰动条件生成;为降低注意力成本先把基因 token 分组压缩。与 STATE 直接回归扰动前后状态不同,它的目标是分布而非均值响应;也不像 CellFM 那样以细胞嵌入为主要输出。

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
24 虚拟细胞挑战赛与扰动预测评测 赛后数据复用 是 — 自报 作者在 VCC H1 公开榜单数据上赛后补评,论文附录自述为事后评估并与参赛条目分开,不是比赛提交,不能记为榜单第一 出处

其他评测(不在 44 项内)

  • 细胞因子扰动预测(PARSE PBMC)(自建任务集,自报):12 名供体 × 90 种细胞因子条件,与 PertMean、STATE、scGPT、scVI 对比;只给柱图,无逐项数值表
  • 转录组分布复现(自建任务集,自报):在九个组织、多个物种的数据上复现分布、marker 基因与亚型比例,作者自报

开发方称:生成式建模细胞状态分布,在 VCC H1 遗传扰动榜单的事后比较中取得最佳平均名次,并在细胞因子扰动预测上平均最好。

独立证据:未检出独立证据(代码与权重未公开,未检出第三方复现)

训练数据

类别 值 说明 出处
a 公开库 是 PARSE 10M PBMC、CZ CELLxGENE、scBaseCount、VCC H1 训练数据及公开扰动数据集 出处
b 私有 / 授权 未披露 论文未披露,未发现使用 出处
c 自产 wet lab 训练数据 否 扰动数据由 Arc 与 Parse 等第三方产出 出处
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:达摩院是阿里巴巴的研究机构,2017-10 宣布成立,当时计划三年投入 1000 亿元人民币、在多国设七个实验室;属大厂实验室,不独立融资。
  • 融资:资金来自阿里巴巴集团内部研发预算;该团队的单独预算未公开。
  • 产品与合作:达摩院近期另有材料发现智能体等科学类项目;该团队未披露药企合作,数据侧依赖 Arc Institute 的 VCC 数据。
  • 相关模型:STATE、CellFM、Stack、Tahoe-x1、xTrimoSCPerturb / scFoundation

怎么看

  1. 最佳平均名次主要由少数指标拉动,另有指标接近末尾,选指标会改变结论。
  2. 评测是赛后在公开数据上做的,没有走比赛盲测流程。
  3. VCC 阶段的独立评测普遍显示简单基线难以超越,本模型的优势需要第三方复现。
  4. 代码与权重未公开,无法在其他 benchmark 上交叉检验。

局限与注意

  1. 与 VCC 的关系是事后数据复用,不计为参赛。
  2. 参数量与许可均未公开。
  3. 全部结果为作者自报。

来源

  1. arXiv 预印本(预印本)
  2. 项目主页(官方网站)
  3. VCC 榜单(榜单)
  4. arXiv 版本记录(预印本)
  5. 达摩院成立报道(新闻)

更正记录

无。

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。