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…

Pearl:Genesis Molecular AI

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

Genesis Molecular AI 的闭源蛋白-配体共折叠模型,主打大规模物理合成结构训练。

结构/共折叠 · AI 原生 biotech · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Pearl;别名:Pearl-2026.1.dev、Pearl system、DeCAF-Pearl;有歧义、不自动链接:Pearl
家族 否(单一模型线;Pearl system 与 DeCAF-Pearl 为其推理系统与蒸馏版)
机构 Genesis Molecular AI
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 共折叠(蛋白-配体,SO(3) 等变扩散)
领域 结构/共折叠(次领域:小分子)
首次发布 (依据:arXiv v1,Genesis 官方发布文同日)
其他里程碑 最早公开证据 (arXiv v1);预印本 v1 (arXiv 2510.24670 v1);官方公告 (Genesis 官方发布文,同日公司改名新闻稿)
最近更新 ,产品更新:发布 DeCAF-Pearl(在 Pearl-2026.1.dev 检查点上做 flow-map 蒸馏);此前 06-03 发布带推理时扩展与 pose 排序的 Pearl system(博客页日期取自检索结果;模型仍为专有,未见权重或 API)。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:不开放;权重:不开放;论文与官方发布页均无权重或推理代码入口,也未见 API
状态 活跃:12 个月内有官方产品更新,模型本身闭源
报过的 benchmark 2 项计入(自报 1 · 改协议 1)
湿实验验证 1 条记录
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

预测蛋白-配体复合物结构,推理时支持口袋条件与模板等控制;论文称性能随合成数据规模提升,并承认分布外精度下降、置信度选 pose 仍不可靠。相对 Boltz-2 主打 pose 精度而非亲和力;相对 AlphaFold 3 走合成数据路线。

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(自报 1 · 改协议 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
30 PLINDER / PINDER / Runs N' Poses 开发方按官方口径自报 是 Runs N' Poses, best@5 with PB-valid filter 自报 论文自报;对比基线由 Pearl 团队自行重跑 †(未核实) 出处
05 PoseBusters 开发方自报,协议有改动 是 PoseBusters V2, best@5 with PB-valid filter 自报 自报 best@5 加 PB-valid 口径;AlphaFold 3 取其官方 max-confidence 数字,口径混合;Boltz-2 因训练截止较晚被排除 †(未核实) 出处

其他评测(不在 44 项内)

  • InternalXtals 内部晶体集(自建任务集,自报):111 个内部晶体结构,含无条件与口袋条件两种设置;非公开、无法复现
  • OpenBind 零样本评测(Pearl system)(站外公开 benchmark,自报):公司博客称 Pearl system 零样本超过所有共折叠模型;仅公司自述

开发方称:在 PoseBusters 与 Runs N' Poses 上均高于 AlphaFold 3 与开源模型(best@5 加 PB-valid 口径),且性能随合成数据规模提升。

独立证据:未检出独立证据(无第三方复现;权重未公开,无法外部复核)

训练数据

类别 值 说明 出处
a 公开库 是 PDB(截至 2021-09-30)加 OpenFold / AFDB 单体蒸馏;另有物理方法合成结构 出处
b 私有 / 授权 否 论文称未使用专有实验数据 出处
c 自产 wet lab 训练数据 否 合成结构由物理方法生成(scaling 实验 582,065 个),不是湿实验;旗舰模型合成集规模未披露 出处
d 仅用于验证的 wet lab 是 111 个已有内部晶体结构仅作评测,非新做湿实验 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
内部晶体结构留出评测(已有数据) — — — — — 111 个内部晶体结构,仅作评测;训练严格只用公开数据 arXiv v2 自报 — 已核实 — 开发方自报;集合非公开、无法外部复现,不是独立复现;合成结构集不属湿实验 出处

背景

  • 机构:Genesis Molecular AI(前身 Genesis Therapeutics)2019 年创立,总部加州 Burlingame,在 San Diego 有自有实验室、纽约有办公室,定位 AI 原生小分子药物发现;2025-10-28 改名并同日发布 Pearl。
  • 融资:2020-12 A 轮 5200 万美元;2023-08 B 轮 2 亿美元(a16z 共同领投,NVentures 等参投);2024-11 NVentures 追加股权投资。累计超 2.8 亿美元为二手口径。
  • 产品与合作:Pearl 是 GEMS 平台的结构预测引擎;NVIDIA 工程合作提速训练与推理(公司口径);药企合作有 Gilead 与 Incyte,2026-05-20 Incyte 扩展合作,首付 1.2 亿美元,其专有实验数据将用于训练下一代模型。
  • 相关模型:AlphaFold 3、Boltz-2、Boltz-1 / Boltz-1x、Chai-1、Protenix

怎么看

  1. 两项头条成绩都是作者自报,口径为 best@5 加 PB-valid;换成单次预测或不要求 PB-valid,数字与排序都会变。
  2. 对比中 AlphaFold 3 取其官方 max-confidence 口径,低于其他论文的复算值,领先幅度被口径放大。
  3. 合成数据路线值得关注,但论文自承分布外退化,与 Runs N' Poses 相似度越低越差的现象一致。
  4. 内部晶体集上的优势无法外部复现,只能当作公司自述。

局限与注意

  1. 论文中其他模型的成绩由 Pearl 团队重跑或引用,本页不转载这些他方数字。
  2. 权重与推理代码均未公开,第三方无法复核。
  3. Pearl 是常用词,检索与自动链接时需防误配同名项目。

来源

  1. Pearl 论文(arXiv 2510.24670)(预印本)
  2. Pearl 论文 v2 全文(预印本)
  3. Genesis:Introducing Pearl(公司博客)
  4. Pearl 技术报告 PDF(官方网站)
  5. Genesis:DeCAF-Pearl 模型蒸馏(公司博客)
  6. Genesis:Pearl system 的 OpenBind 零样本评测(公司博客)
  7. Genesis Molecular AI 发布 Pearl 新闻稿(2025-10-28)(新闻)
  8. Genesis B 轮公告(新闻)
  9. TechCrunch:Genesis A 轮(新闻)
  10. Genesis 与 NVIDIA 投资及合作公告(新闻)
  11. Incyte 与 Genesis 扩展合作新闻稿(新闻)

更正记录

无。

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。