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…

MolE:Recursion

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

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

  1. 「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。
  2. 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。
  3. 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。
  4. 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

  1. 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。
  2. 对比口径是 2023-09 的榜单快照,已被后续模型超越。
  3. 完整预训练权重未发布。
  4. 共同发布机构的口径在媒体与论文之间不一致。

来源

  1. 期刊论文 2024(期刊)
  2. 期刊全文(公开库)(期刊)
  3. 预印本 v1(预印本)
  4. 代码仓库(仓库)
  5. 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。

字段 原 现 原因 出处 发现日期
benchmarks_reported 22 项任务中 10 项第一(作为榜单位次陈述) 该说法只属其 2024 年论文与 2023-09 快照;全量扫 22 个官方分任务榜未检出任何一行,不作当前榜单位次 — 依据 2026-11-16
first_release 2024-11(期刊发表) 2022-11-03(arXiv v1) — 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。