MolE:Recursion
分子图基础模型,把解耦注意力改造到分子图上做性质预测。
小分子 · AI 原生 biotech · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | MolE;有歧义、不自动链接:MolE model、Mole |
| 家族 | 否(同门后继 MiniMol 有独立记录,不并为家族) |
| 机构 | Recursion(全站页:recursion-pharmaceuticals) |
| 机构类型 / 国家 | AI 原生 biotech / 美国 |
| 模型类别 | 性质预测(分子图基础模型) |
| 领域 | 小分子 |
| 首次发布 | (依据:arXiv 2211.02657 v1 提交) 站上以期刊发表(2024-11)为发布;首发按预印本 v1 |
| 其他里程碑 | 最早公开证据 (arXiv v1);预印本 v1 (arXiv v1);期刊上线 (期刊发表(DOI 10.1038/s41467-024-53751-y));代码发布 †(未核实)(公开代码仓库首次提交) |
| 最近更新 | ,期刊发表:期刊发表;公开代码仓库首次提交 2024-10-04,最后提交约 2025-06。这是最近一次有出处的实质事件。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(CC-BY-NC);权重:不开放;代码非商用开放,完整预训练权重未放出;第三方容器提供较小的预训练检查点 |
| 状态 | 仅维护:期刊发表后仅见仓库维护提交,后继模型已出 |
| 报过的 benchmark | 1 项计入(榜 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库有开发方公司页,但无该模型的实体页) |
| 截至 | 2026-11-16 |
做什么
直接处理分子图:原子标识作输入 token,图上拓扑距离作相对位置信息;预训练分自监督(遮盖原子并预测邻域环境)与图级监督两步,下游做分子性质与活性预测。同门后继 MiniMol 用约十分之一参数自报在多数同类任务上更好,本模型因此成为该赛道的参照点,与 ADMET-AI、KERMT 同处 ADMET 竞争位。
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(榜 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 04 TDC (ADMET + DTI) | 官方参赛 / 官方榜单 | 是 | — | 榜单 | 关系按配对文件记为官方榜单,但本轮全量扫 22 个官方分任务榜未检出该模型任何一行:期刊版是与 2023-09 榜单快照的对比,不能当作当前榜单位次,此条按未核实显示† | 出处 |
其他评测(不在 44 项内)
- 预训练规模消融(自建任务集,自报):对更小的分子图子集做对照,评估自监督规模对下游的影响,均为作者自报
- 与传统基线的对比(仅与基线对比,自报):部分任务上指纹加梯度提升等传统方法仍具竞争力,这一点由作者与后续工作共同指出
开发方称:把解耦注意力迁移到分子图并配合两阶段预训练,在当时的公开 ADMET 任务组上多数任务优于已发表最佳结果(对比的是 2023-09 榜单快照)。
独立证据:未检出独立证据(未检出独立第三方评测;后继模型的对比由同一机构发布,不算独立)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 自监督阶段用一个公开化合物库的约 8.42 亿分子图(另对更小子集做对照),监督预训练阶段约 45.6 万分子,活性标签取自一个公开生物活性库 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | 论文无湿实验验证 | 出处 |
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:开发方是 2013-11 成立于美国盐湖城的 AI 原生生物技术公司,2021-04 在纳斯达克上市,源自高内涵细胞显微图像的机器学习研究;2024-11-20 完成对一家英国 AI 药物设计公司的收购,合并后员工数各来源口径不一(600 至约 800 人区间)。其机器学习研究中心 2023-07 启动。
- 融资:上市公司。2023-07 一家 GPU 厂商以定向增发方式投资 5,000 万美元并建立基础模型合作。
- 产品与合作:与两家大型制药公司有药物发现合作(分别自 2021-12 与 2023-09 起,截至 2026-08 公告累计收到首付款与里程碑逾 2 亿美元);一家行业媒体称本模型与一家丹麦制药公司共同发布,论文作者署名口径与之并存,两种说法不一致。2026-01-01 更换首席执行官。
- 相关模型:MiniMol、ADMET-AI、KERMT
怎么看
- 「多数任务第一」只能归于其 2024 年论文与 2023-09 的榜单快照:本轮全量扫 22 个官方分任务榜未检出该模型任何一行,不能写成当前榜单位次。
- 预印本与期刊版的计数不同,说明这类名次对快照时点极敏感。
- 完整权重未放出,外部无法独立复现整模型,只能用第三方的较小检查点。
- 部分 TDC 任务上传统指纹方法仍具竞争力,别把任务组名次当普适优势。
局限与注意
- 官方分任务榜上未检出该模型条目,榜单关系按未核实显示。
- 对比口径是 2023-09 的榜单快照,已被后续模型超越。
- 完整预训练权重未发布。
- 共同发布机构的口径在媒体与论文之间不一致。
来源
- 期刊论文 2024(期刊)
- 期刊全文(公开库)(期刊)
- 预印本 v1(预印本)
- 代码仓库(仓库)
- 官方任务组榜单总览(本轮核查依据)(榜单)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
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。