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…

Pinal:Westlake University

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

自然语言到蛋白的设计模型:把功能描述翻成结构标记再生成序列。

蛋白 · 学术实验室 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Pinal;别名:Denovo-Pinal
家族 否(单一模型条目,非家族)
机构 Westlake University
机构类型 / 国家 学术实验室 / 中国
模型类别 文本到蛋白生成
领域 蛋白
首次发布 (依据:bioRxiv v1 预印本)
其他里程碑 预印本 v1 (bioRxiv v1);期刊上线 (Nature 在线发表)
最近更新 ,期刊发表:Nature 在线发表;其后 GitHub 与 Hugging Face 的更新为文档类小改动。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(Apache-2.0);权重:开放(Apache-2.0);权重与代码在 GitHub 与 Hugging Face,Apache-2.0;完整训练语料未公开
状态 活跃:12 个月内有期刊发表
报过的 benchmark 0 项计入
湿实验验证 4 条记录
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

把自然语言的功能描述先翻译成结构标记,再据此设计序列;约 160 亿参数,训练用 17 亿条蛋白-文本配对。建立在同一团队的 SaProt 之上。

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。0 项计入。

在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。

其他评测(不在 44 项内)

  • 计算评测(自建任务集,自报):可折叠性、描述与功能一致性、序列多样性与基线比较,无汇总数值

开发方称:开发方称可把自然语言描述直接变成有功能的蛋白,四项任务未经迭代优化即观察到活性

独立证据:未检出独立证据(未检出独立证据)

训练数据

类别 值 说明 出处
a 公开库 是 公开注释库(蛋白序列、结构、结构域与酶注释)生成的 17 亿条合成蛋白-文本配对 —
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 四项任务的湿实验仅用于验证 —

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
荧光蛋白 — 29 1 1 fluorescent design — 生成 50,000 条序列,筛后测试 29 个候选,1 个发绿色荧光 bioRxiv v9 自报 — 已核实 — 已按预印本 v9 全文核实,原"无法核实"标记解除;开发方自行实验 出处
代谢途径 H 蛋白 — 20 5 14/20 (70%) soluble; 5 active in a reconstituted CO2-fixation system 甘氨酸产量 11.1 mM,为天然蛋白的 1.7 倍 / glycine titer 11.1 mM, 1.7x the native protein 50,000 个初始候选筛至约 1,000,合成 20 个:14/20 可溶,5 个在重构体系中有活性 bioRxiv v9 自报 — 已核实 — 已按 v9 全文核实;开发方自行实验 出处
PET 水解酶 — 94 — — 最佳变体 Tm 56.84 ± 0.29 ℃ / best variant Tm 56.84 ± 0.29 C 生成 200,000 条,2,416 条通过筛选,合成并筛选 94 个;未报命中率 bioRxiv v9 自报 — 已核实 — 此前缺失的计数已补齐;开发方自行实验 出处
醇脱氢酶 — 8 5 5 expressed and purified across three subfamilies — 2,500 个初始候选、1,000 个高置信,选 8 个,5 个表达纯化(覆盖三个亚家族) bioRxiv v9 自报 — 已核实 — 底物转化以色谱对照无酶组显示,无数值活性;开发方自行实验 出处

背景

  • 机构:西湖大学学术团队,与多所高校及研究院、一家生物技术公司合作;非公司主体
  • 融资:由中国国家与省级科研基金资助
  • 产品与合作:建立在同一团队的 SaProt 之上;完整语料因双重用途考虑未公开
  • 相关模型:SaProt、ProGen3

怎么看

  1. 四项湿实验均为开发方自做,规模在几十个设计量级
  2. 全部计数已在预印本 v9 全文核实,可以给数字

局限与注意

  1. 不在 44 项 benchmark 上报告结果,按本轮口径在零配对名单上
  2. 完整训练语料未公开,外部无法完全复现

来源

  1. bioRxiv 预印本(预印本)
  2. Crossref 记录 10.1038/s41586-026-11205-z(期刊)
  3. GitHub 仓库 westlake-repl/Denovo-Pinal(仓库)
  4. Hugging Face 页面 westlake-repl/Pinal(仓库)
  5. 期刊论文 DOI 10.1038/s41586-026-11205-z(期刊)
  6. bioRxiv 预印本(预印本)

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。