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…

MassiveFold:Lille University UGSF、CNRS

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

基于 AF2 的大规模采样与并行化框架,不是新模型,难界面收益最大。

结构/共折叠 · 学术实验室 · 法国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 MassiveFold;别名:AFmassive
家族 否(单一工具,两个推理后端不是独立模型)
机构 Lille University UGSF、CNRS
机构类型 / 国家 学术实验室 / 法国
模型类别 采样 / 并行化框架
领域 结构/共折叠
首次发布 (依据:工具论文的预印本(期刊版 2024-11-11)) 站上原把 2025-05 当首发,那是 CASP16-CAPRI 数据论文
其他里程碑 最早公开证据 (工具论文预印本);预印本 v1 (工具论文预印本 v1);期刊上线 (工具论文期刊发表)
最近更新 ,代码发布:v1.8.5 适配新版推理后端并更新安装文件与文档;v1.8.x 系列自 2026-05 起;CASP16-CAPRI 数据论文 2025-08-28 发表。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;代码开源,推理用 AF2 官方权重,配套数据集以开放许可发布
状态 活跃:2026-11 仍在发版
报过的 benchmark 2 项计入(榜 2)
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

对同一靶点用多套参数集反复运行 AF2-Multimer,每靶最多生成 8,040 个结构,再按置信度挑选少数提交。它是采样与并行化工具而非新模型,不能与共折叠模型直接排名。

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(榜 2)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
01 CASP 官方参赛 / 官方榜单 是 CASP16, five models per target selected by confidence 榜单 依据只是本站自己的页面(未核实 / unverified);官方名次未报告† —
22 CAPRI 官方参赛 / 官方榜单 是 CASP16-CAPRI Round 57 (Round 58 data also released) 榜单 参赛成立,但官方评估名次论文与汇报均未报告 出处

其他评测(不在 44 项内)

  • 采样量消融(自报,自报):论文自报把每靶预测数大幅缩减后精度损失很小,难度可由常规置信度预判,因此可只对难例启用(不给数值)
  • 选优环节的失效(自报,自报):论文的结论是好模型存在于采样集中,但置信度无法把它们排到前面,这是产出瓶颈
  • 算力口径(资源使用,自报):项目起于 2023 年的一次黑客松,大规模采样使用国家超算 30 万 GPU 小时配额(论文口径)

开发方称:开发方称大规模采样对最难界面增益最大,且难度可由常规置信度预判,因此可只对难例启用(自报)。

独立证据:未检出独立证据(官方评估名次未报告,也未见第三方复算)

训练数据

类别 值 说明 出处
a 公开库 是 直接用 AF2 官方权重(PDB、UniRef 等),无新训练 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 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:学术团队,无公司:里尔大学与 CNRS 的 UGSF 实验室(GBLille 团队),不是斯特拉斯堡。
  • 融资:未公开资金数额;CASP16 的大规模采样使用国家超算 30 万 GPU 小时配额(论文口径)。
  • 产品与合作:工具建立在 AF2-Multimer 之上,配套 CASP16-CAPRI 数据集公开发布;走算力换精度的路线,与共折叠模型不同。
  • 相关模型:AF2-Multimer、AlphaFold 3

怎么看

  1. 它证明采样规模能抬高最难界面的上限,瓶颈在选优。
  2. 采样工具不是新模型,不要与共折叠模型并列排名。
  3. 每靶数千个结构的算力开销远高于单次预测。
  4. 官方名次未报告,参赛本身是现有的最强证据。

局限与注意

  1. CASP 一项的依据只是本站页面,显示为未核实 / unverified。
  2. 首发曾被记成数据论文的日期,已订正为工具论文预印本。
  3. 推理用 AF2 官方权重,精度上限受底层模型约束。

来源

  1. MassiveFold 工具论文(期刊),
  2. CASP16-CAPRI 数据论文预印本(预印本)
  3. CASP16-CAPRI 数据论文期刊版(期刊)
  4. MassiveFold GitHub 版本页(仓库)
  5. CASP16-CAPRI 数据集(存档)

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 2025-05(数据论文预印本) 2024-04-30:工具论文预印本;2025-05 是 CASP16-CAPRI 数据论文 — 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。