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…

Profluent-E1:Profluent

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

检索增强的蛋白编码器,用于突变效应打分与表征。

蛋白 · AI 原生 biotech · 美国 · 全站实体页 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Profluent-E1;别名:E1-600m;有歧义、不自动链接:E1
家族 家族条目:E1-150M †(未核实);E1-300M †(未核实);E1-600M †(未核实)。边界:同一论文内的三个参数规模,共用训练集与许可;不含同机构的生成式模型
机构 Profluent
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 蛋白语言模型(检索增强编码器)
领域 蛋白
首次发布 †(未核实)(依据:预印本 v1(权重同期上线)) DOI 请求失败,日期本轮未复核
其他里程碑 最早公开证据 †(未核实)(权重仓库上线);预印本 v1 †(未核实)(预印本 v1);代码发布 †(未核实)(代码仓库公开);权重发布 †(未核实)(三个规模的权重公开)
最近更新 ,仅维护:仓库变更日志记一次 MSA 采样代码的缺陷修复,其余未变;无新权重。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†(未核实);代码 Apache-2.0;权重为带署名要求的宽松许可,开发方称研究与商业均可免费使用
状态 仅维护:仅见维护性提交,无新版本或新权重
报过的 benchmark 3 项计入(自报 1 · 赛后复用 2)
湿实验验证 无
全站实体页 全站实体页
截至 2026-11-16

做什么

编码器模型,可只输入单条序列,也可把检索到的同源序列当作上下文,用于突变效应打分与表征。参数量小、支持检索,是它与同机构生成式模型 ProGen3 的分工;同方向的上下文学习模型还有 PoET-2。

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。3 项计入(自报 1 · 赛后复用 2)。

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 — 自报 替换突变 assay 的零样本打分,仓库只给曲线图,不给逐模型数值,官方汇总表上也无条目 出处
01 CASP 赛后数据复用 是 — 第三方 用某届 CASP 的靶点做长程接触图评测,数值在论文表格中,本轮未取到 出处
15 CAMEO 赛后数据复用 是 — 第三方 事后取该连续评测的靶点做无监督接触图,只有曲线 出处

其他评测(不在 44 项内)

  • 与同量级蛋白语言模型对比(仅与基线对比,自报):仓库给参数量对指标的曲线,与两个开源编码器及两个上下文模型并列

开发方称:同量级单序列模式优于两个常见开源编码器,检索增强后超过两个上下文学习模型;公开材料只给曲线,无数值。

独立证据:未检出独立证据(截至 2026-11-16 官方榜单文件中未检出该模型条目,也未检出第三方评测)

训练数据

类别 值 说明 出处
a 公开库 是 开发方自行整理的基因组与宏基因组序列集,论文称训练用了约 4 万亿 token 出处
b 私有 / 授权 未披露 论文未说明该集合是否含授权数据 出处
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:开发方是一家 2022 年成立于美国加州的 AI 原生蛋白与基因编辑公司,2024 年报道约 20 人,当前规模未见公开口径。
  • 融资:2024-03 融资 3,500 万美元;2025-11-19 融资 1.06 亿美元,累计约 1.5 亿美元;估值未官方披露,媒体称接近 10 亿美元。
  • 产品与合作:产品线含生成式蛋白语言模型、本编码器与一个开放基因编辑蛋白;2026-04-28 宣布与一家美国大型药企就重组酶开展多项目合作,里程碑上限 22.5 亿美元,预付款未披露。
  • 相关模型:ProGen3、PoET-2、ESM C

怎么看

  1. 论文与仓库只给曲线图,「超过某模型」只能当方向性声明,不能当可核数值。
  2. 检索增强模型与单序列模型在同一榜上不可直接比,要看模式再比。
  3. 接触图用的是连续评测与某届 CASP 的已发布靶点,属事后使用,不是参赛。
  4. 训练集为自建私有整理,外部无法复现数据构成。

局限与注意

  1. 首发日来自预印本,本轮 DOI 请求失败,日期标未核实。
  2. 公开材料无逐模型数值,所有对比结论不可复核。
  3. 官方榜单文件上没有该模型条目。
  4. 训练集是否含授权数据未披露。
  5. 最近一次事件只是代码缺陷修复,不是新版本。

来源

  1. 预印本 2025(预印本)
  2. 预印本全文(预印本)
  3. 代码仓库(仓库)
  4. 权重仓库(600M)(仓库)

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。