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…

Nesso-1:Valence Labs、Recursion Pharmaceuticals

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

开源蛋白-配体亲和力模型,主打以粗粒度结构换取推理速度。

小分子 · AI 原生 biotech · 美国、加拿大 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Nesso-1;有歧义、不自动链接:Nesso
家族 否(单一版本,无家族成员)
机构 Valence Labs、Recursion Pharmaceuticals
机构类型 / 国家 AI 原生 biotech / 美国、加拿大
模型类别 结构到亲和力(粗粒度共折叠亲和力)
领域 小分子(次领域:结构/共折叠)
首次发布 †(未核实)(依据:权重托管站上的「发布 v1.0.0」提交;同月另有技术报告 PDF,确切日期未取到) 仓库创建日按口径不得作首发;此处取同日的权重发布提交,技术报告确切日仍缺
其他里程碑 最早公开证据 †(未核实)(权重发布提交);预印本 v1 (预印本 posted 日(登记机构记录;DOI 字符串中的 08-01 不作日期使用));权重发布 †(未核实)(权重托管站发布提交)
最近更新 ,论文修订:预印本于 2026-08-03 上线;此后权重托管站只有模型卡与图片资源编辑(配置 2026-07-28、图 2026-08-06)(原 kind 记为「未检出发布后更新」,与说明直接矛盾,已改为预印本上线)。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:不明;权重:开放(Apache-2.0 per model card);权重在模型托管站公开,模型卡标 Apache-2.0;独立代码仓库未检出
状态 活跃:12 个月内有权重发布与预印本
报过的 benchmark 4 项计入(改协议 3 · 赛后复用 1)
湿实验验证 无
全站实体页 无(全站实体库有开发公司页,但无该模型页)
截至 2026-11-16

做什么

沿用 Boltz-2 的公开训练数据与优化框架,去掉其中的原子级扩散模块,用粗粒度姿态换推理速度,思路与 TerraBind 一致;输出蛋白-配体结合亲和力预测,定位是大规模虚拟筛选的前置过滤。

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。4 项计入(改协议 3 · 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
05 PoseBusters 开发方自报,协议有改动 是 — 自报 同句点名;姿态为粗粒度,物理有效性检查未按全原子方式执行 出处
30 PLINDER / PINDER / Runs N' Poses 开发方自报,协议有改动 是 — 自报 同句点名的第三个结构 benchmark,指标与基线来源、过滤限定相同 出处
31 FoldBench 开发方自报,协议有改动 是 — 自报 技术报告点名该 benchmark,但基线数字转引他文并自承过滤条件不同,属改协议自报 出处
01 CASP 赛后数据复用 是 — 第三方 对已发布赛季亲和力集(140 个复合物、2 个靶点)的赛后复用,非参赛 出处

其他评测(不在 44 项内)

  • 公开亲和力基准(站外)(站外公开 benchmark,自报):一个病毒蛋白酶化合物集与多个自由能计算对照集上报告相关性,基线多转引他文
  • 虚筛类分子活性基准(站外)(站外公开 benchmark,自报):报告平均精度与富集指标,基线取自被对照模型的论文
  • 25 个内部生化 assay(自建任务集,自报):化合物加权相关性对比;报告自承部分 assay 上提升有限
  • 推理速度对比(仅与基线对比,自报):三个内部靶点各 10 个化合物、单卡设置下与对照模型比吞吐;公司口径另有更高倍数(二手)

开发方称:这是一个开源粗粒度共折叠亲和力模型,推理比对照模型快一个量级以上,在其所选的公开亲和力与结构 benchmark 上持平或更好,同时自承多为分布内、零样本泛化有限。

独立证据:未检出独立证据(未检出第三方评测;所有数字出自技术报告,基线多为转引)

训练数据

类别 值 说明 出处
a 公开库 是 沿用 Boltz-2 的公开训练数据与优化流程 出处
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 无自产湿实验训练数据 出处
d 仅用于验证的 wet lab 否 内部生化 assay 是已有数据上的留出评测,不是新做的湿实验;使用规模未公开 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:开发方是一家美国上市 AI 药物发现公司的 AI 研究部门,该公司 2024 年与一家英国 AI 药物设计公司合并,2026-01-01 起由新任首席执行官领导(原负责人转任董事长,2026-04 起改任战略顾问)。
  • 融资:未披露
  • 产品与合作:该公司与一所美国大学共同发布过前代共折叠亲和力模型(2025-06),该团队其后独立成公益公司(见 BoltzGen 记录);本模型是前代的精简提速版,并明确参考 TerraBind。
  • 相关模型:Boltz-2、TerraBind、BoltzGen、AQAffinity

怎么看

  1. 亮点是速度而非精度突破,适合做虚筛前置过滤。
  2. 三个结构 benchmark 的条目都是改协议自报:过滤条件自承与被引论文不同,姿态为粗粒度。
  3. CASP 条目是赛后复用已发布亲和力集,不是参赛,不计入报告数。
  4. 报告自承泛化有限,且在一个基准上分子量这类朴素基线几乎同样好,不宜外推到新靶点。

局限与注意

  1. 所有数字为开发方自报,基线多转引他文,无第三方复算。
  2. 首发依据含仓库创建成分,技术报告确切日期未取到,标部分核实。
  3. 速度倍数有两个口径(技术报告与公司公开发言),后者仅二手。
  4. 内部 assay 的使用规模未公开。

来源

  1. 技术报告 PDF(预印本)
  2. 权重与模型卡(包仓库)
  3. 预印本登记记录(存档)
  4. 权重托管站提交历史(仓库)

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
latest_update_kind 未检出发布后更新 预印本上线(2026-08-03) — 依据 2026-11-16
benchmarks_reported 零配对(无 Top30 配对) 三项结构 benchmark 为改协议自报、一项为赛后数据复用;模型离开零配对名单 — 依据 2026-11-16
release_milestones.paper_v1 预印本 2026-08-01(DOI 字符串) 2026-08-03(登记机构 posted 日) — 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。