Mosaic:Escalante Bio
开源多目标蛋白设计库,把多个打分器组成可微损失做 binder 优化。
蛋白 · AI 原生 biotech · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Mosaic;有歧义、不自动链接:Mosaic |
| 家族 | 否(单一开源库,无家族成员) |
| 机构 | Escalante Bio |
| 机构类型 / 国家 | AI 原生 biotech / 美国 |
| 模型类别 | 设计(多目标可微优化库) |
| 领域 | 蛋白(次领域:分子生成) |
| 首次发布 | †(未核实)(依据:仓库创建与首次提交(本轮未检出更早的公开公告或论文)) 按口径仓库创建日不得作首发,故该日期必须显示为未核实;唯一打 tag 的版本为 v0.1.0(2026-10-06) |
| 其他里程碑 | 最早公开证据 †(未核实)(仓库首次提交(不得作首发证据));代码发布 (首个打 tag 的版本 v0.1.0(为归档库存档)) |
| 最近更新 | ,代码发布:加入结构模型接口约定与指数/几何采样器选项;近期提交新增两个结构后端与一个酶设计后端、移除一个旧后端;v0.1.0 于 2026-10-06 打 tag。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(MIT);权重:不明;本体无权重,依赖所调用的第三方打分器权重与其各自条款 |
| 状态 | 活跃:12 个月内有打 tag 版本与持续提交 |
| 报过的 benchmark | 1 项计入(榜 1) |
| 湿实验验证 | 2 条记录 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
不是单个模型,而是把共折叠预测器与其他打分项组合成一个可微分的多目标损失,再对序列做梯度优化来设计 binder,打分器可替换、可随新模型更新。与 BindCraft 同属打分器反传路线,但后端可换;与 BoltzGen 的训练式生成路线不同;常用后端来自 Boltz-2 一类模型。
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 |
|---|---|---|---|---|---|---|
| 28 Adaptyv competitions / BenchBB | 官方参赛 / 官方榜单 | 是 | — | 榜单 | 参加该赛事的 de novo 赛道,结果页按设计列出、不按工具统计命中率;命中数为开发方自报 | 出处 |
其他评测(不在 44 项内)
- 自测两靶点最小 binder(湿实验验证,自报):三个设计臂、两个靶点,报告最优臂的逐靶点命中率
- 打分器可替换性演示(案例研究,自报):仓库演示把不同结构与酶设计后端接入同一优化流程
开发方称:把现成打分器组成可微目标即可设计出高比例结合的最小 binder,并在公开竞赛 de novo 赛道取得前列设计。
独立证据:组织方结果页收录该赛事的设计级结果,可对照投稿,但未按工具统计命中率,不构成对本库的独立评测。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 否 | 无自有训练,依赖所调用模型的权重 | 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 | 是 | 设计经一家蛋白测量服务商检测,仅用于验证 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公开竞赛投稿(de novo 赛道) | 1 | 10 | 9 | 9/10 | — | 10 条设计、单一靶点,开发方自报 | developer blog | 自报 | †(未核实) | 已核实 | 组织方与其测量服务商执行,命中数为开发方自报 | 「第一至第四」指它的四条设计在 de novo 中按亲和力排前四,不是参赛者名次,组织方的参赛者排名不同;保留 n=10、单靶点的限定 | 出处 |
| 自测最小 binder(两个靶点) | 2 | 60 | — | 8/10 与 7/10(三个设计臂中的最优臂) | 8/10 and 7/10 (best of three design arms) | — | 每方法每靶点 10 条设计,三种方法跨两个靶点共送测 60 条 | developer blog | 自报 | †(未核实) | 已核实 | 由一家蛋白测量服务商执行 | 两个比率是逐靶点挑出的最优方法臂,必须写明是三臂中选优 | 出处 |
背景
- 机构:一家小型蛋白设计公司,主打最小 binder 的计算设计与开源工具;招聘页自称资金充足的初创公司,成立年份、融资额与员工数均无公开披露,故不列数字。
- 融资:未披露
- 产品与合作:产品即该开源库,另有把一个开源 binder 生成模型移植到另一框架的开源工作(据开发方社交帖,二手);未披露药企合作。
- 相关模型:BindCraft、Boltz-2、BoltzGen
怎么看
- 9/10 只有 10 条设计、单一靶点,置信区间很宽。
- 名次口径要分清:排前四的是它的设计,不是参赛者名次。
- 8/10 与 7/10 是三臂中选优的结果,不能当作单一方法的命中率。
- 它是库不是模型,表现随所选打分器变化;首发日期按口径不可用,显示为未核实。
局限与注意
- 首发依据为仓库创建/首次提交,按口径不可用,必须标未核实。
- 命中率与名次均出自开发方博客,赛事按亲和力排名。
- 本体无训练与权重,表现不可独立归因于该库。
- 自测博客页无可证日期。
来源
- 代码仓库(仓库)
- 版本列表接口(仓库)
- 开发方竞赛博客(公司博客)
- 开发方最小 binder 博客(公司博客)
- 赛事结果页(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。