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…

PoET-2:OpenProtein.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

1.82 亿参数的多模态检索增强蛋白基础模型,用家族上下文做零样本与小样本预测。

蛋白 · 平台公司 · 新加坡 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 PoET-2;有歧义、不自动链接:PoET
家族 否(前作 PoET 为独立模型,本记录只覆盖 PoET-2)
机构 OpenProtein.AI
机构类型 / 国家 平台公司 / 新加坡
模型类别 蛋白语言模型(上下文学习)
领域 蛋白(次领域:结构/共折叠)
首次发布 (依据:预印本 v1 提交)
其他里程碑 最早公开证据 (预印本 v1);预印本 v1 (预印本 v1);官方公告 †(未核实)(公司出版物页同期挂出该工作)
最近更新 ,论文修订:论文 v2 修订(v1 为 2025-08-05);未见新权重或新产品层级。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:部分开放;权重:不明†(未核实);论文摘要称权重在仓库公开,本轮未核到仓库与条款;同时作为商业平台出售(未核实)
状态 活跃:12 个月内有论文修订,平台仍在商业运营
报过的 benchmark 1 项计入(自报 1)
湿实验验证 无
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

在前作基础上加入结构等多模态输入,用一组同源序列作上下文,直接对新序列打分或生成,主打小模型加少数据。与 Profluent-E1 同属检索增强路线,后者把其前作当对比对象;与 VenusREM 的检索增强思路相近但面向平台产品。

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(自报 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
02 ProteinGym 开发方按官方口径自报 是 零样本(替换、indel、高阶突变、临床)与监督设定 / zero-shot (substitutions, indels, higher-order, clinical) plus supervised settings 自报 作者按官方协议在论文表格中自报,未在官方榜单上单独确认(自报) 出处

其他评测(不在 44 项内)

  • 厂商「少数据」口径(仅与基线对比,自报):营销材料称所需实验数据少约 30 倍,无公开评测协议,属厂商口径(未核实)
  • 与前作的集成设置(自建任务集,自报):论文另报与一个检索增强模型集成后的设置,属作者自建对照

开发方称:多模态检索增强与家族上下文使 1.82 亿参数模型在零样本(尤其多突变与 indel)领先,所需实验数据少约 30 倍(厂商口径)。

独立证据:未检出独立证据(自报结果未在官方榜单或第三方评测中确认)

训练数据

类别 值 说明 出处
a 公开库 是 公开序列库的 6,200 万组同源序列,并用公开预测结构做结构条件,不用实验结构 出处
b 私有 / 授权 否 未见私有或授权训练数据 —
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 否 — —

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:平台公司,总部在新加坡一处生物医药园区,商业数据库记载 2021 年成立;提供无代码蛋白设计平台,高校免费、药企商业授权,员工数未公开。
  • 融资:商业数据库记载两家基金为投资方,一轮早期风险投资登记在 2024-01,金额未披露(二手);另入选一项政府研究计划做下一代蛋白基础模型。
  • 产品与合作:前作 PoET 为 2023 年会议论文,PoET-2 于 2025 年发布;一家大型药企自 2025 年使用其平台,2026-03-31 宣布扩大到抗体发现,财务条款未披露。竞争对手含 Profluent-E1。
  • 相关模型:Profluent-E1、VenusREM、ProSST

怎么看

  1. 自报结果不在官方榜单上单独确认,也没有公开的提交记录。
  2. 检索增强模型与单序列模型的同一 benchmark 分数不可直接对比。
  3. 1.82 亿参数即进入头部说明参数不是唯一因素,但这不是跨家族结论。
  4. 厂商「少数据 30 倍」是营销口径,不是独立评测。

局限与注意

  1. 开放程度未核实:摘要称权重公开,仓库与许可条款本轮未核到。
  2. 无湿实验验证,评测全部为计算指标。
  3. 商业平台与开源权重两条口径并存,引用时须分开。

来源

  1. PoET-2 预印本(预印本)
  2. 预印本 v1 全文(自报结果表)(预印本)
  3. 公司出版物页(官方网站)
  4. 高校新闻稿(平台定位)(新闻)
  5. 商业数据库融资条目(二手)(二手)
  6. 公司公告:入选政府研究计划(公司博客)
  7. ProteinGym 官方仓库(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
latest_update.event_kind 标为新版本 改为论文修订:2026-02-26 是预印本 v2,说明本身也写明无新权重 — 依据 2026-11-16
latest_update.description 只写「v2 修订,无新权重或产品层级」,未标日期对应关系 补齐 v1 与 v2 的日期对应关系,并保留「无新权重」 — 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。