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…

ProSST:Shanghai Jiao Tong University、Shanghai AI Laboratory

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

把残基局部结构量化成 token,并用解耦注意力融合序列与结构的蛋白语言模型。

蛋白 · 学术实验室 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 ProSST;别名:ProSST-2048
家族 否(不同结构词表大小(K)是同一模型的配置,不单列成员)
机构 Shanghai Jiao Tong University、Shanghai AI Laboratory
机构类型 / 国家 学术实验室 / 中国
模型类别 蛋白语言模型(结构量化 token)
领域 蛋白(次领域:结构/共折叠)
首次发布 †(未核实)(依据:bioRxiv 预印本 v1(会议版在后)) 预印本 DOI 按标题匹配推定(未核实);站上原以会议发表作首发
其他里程碑 最早公开证据 †(未核实)(预印本 v1 公开);预印本 v1 †(未核实)(预印本 v1);官方公告 †(未核实)(2024 年机器学习会议正式发表(具体日期未定))
最近更新 †(未核实),会议发表:会议正式发表;仓库 2026-07 与 2026-09 的 README 记事是项目动态,不是模型更新(会议发表的具体日期未定,按月保留(未核实))。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;权重:开放†(未核实);官方仓库公开代码与权重;本轮未取到许可证文本,条款留空
状态 仅维护:仓库在维护并发布项目动态,未见新一代 ProSST 版本
报过的 benchmark 2 项计入(榜 2)
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

用量化模块把每个残基的局部三维环境映射成离散结构 token,再用序列-结构解耦注意力预训练,用于零样本突变效应预测。它是 VenusREM 的基座;与 SaProt 的区别是结构词表由学习得到,而不是用现成的结构比对工具。

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(榜 2)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
02 ProteinGym 官方参赛 / 官方榜单 是 零样本替换 DMS 官方汇总表,多个结构词表规模 / zero-shot substitution DMS summary table, several structure-vocabulary sizes 榜单 官方汇总表直接收录多个配置;它在「单序列加结构」一类里居前,但不是总榜第一 出处
34 AbBiBench 官方参赛 / 官方榜单 是 抗体结合亲和力相关性,结构感知语言模型一类 / antibody binding-affinity correlation, structure-aware LM category 榜单 该条配对的依据只是本站自己的页面,未打开一手材料(未核实)† —

其他评测(不在 44 项内)

  • 病毒蛋白上的继承性弱点(站外公开 benchmark,第三方):榜单维护方博文指出继承既有嵌入的模型在病毒蛋白子集上掉点,本模型属同一类
  • 后继模型的检索增强对照(仅与基线对比,自报):作为 VenusREM 的基座被反复当作对照,属同组作者自比

开发方称:学习得到的结构量化 token 加解耦注意力,使约 1.1 亿参数的模型在零样本突变效应预测上进入头部一档。

独立证据:未检出独立证据(未检出独立复评或第三方重跑)

训练数据

类别 值 说明 出处
a 公开库 是 约 1880 万条公开结构 出处
b 私有 / 授权 否 未见私有或授权数据 —
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:学术团队,无独立公司。上海交通大学与上海人工智能实验室合作,另有高校合作方;成果发表于 2024 年机器学习会议,并延伸出一套蛋白工程工具链。
  • 融资:论文致谢未取得,不写资金来源
  • 产品与合作:同组的 Venus 系列在其上加检索增强,形成 VenusREM,另有蛋白工程系统与挖掘工具;与 SaProt 属同类结构感知路线。
  • 相关模型:VenusREM、SaProt、PoET-2

怎么看

  1. 官方榜上它在「单序列加结构」一类里居前,但「首个零样本过某阈值的开源模型」这类时点说法本页不引用。
  2. 依赖预测结构;继承既有嵌入的模型在病毒蛋白上普遍掉点。
  3. 无湿实验,只能说明 DMS 打分排序,不能说明可设计。
  4. 最近更新是会议发表,仓库后来的记事属项目动态,别当新版本读。

局限与注意

  1. AbBiBench 这条配对的依据只是本站页面(未核实)。
  2. 会议发表日期只到月,预印本 DOI 按标题匹配推定(未核实)。
  3. 检索与结构输入会抬高分数,不能与单序列模型直接比。

来源

  1. 官方仓库(仓库)
  2. ProSST 预印本(DOI 按标题匹配推定)(预印本)
  3. ProteinGym 官方汇总表(榜单)
  4. 榜单维护方博文(二手)(二手)

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「发布后无更新」 改为会议正式发表(2024-12) — 依据 2026-11-16
latest_update.description 称仓库只有 README 记事、无新版本,与日期对应的事件说法矛盾 明确 2024-12 是会议发表,2026 年的 README 记事是项目动态而非模型更新 — 依据 2026-11-16
first_release 以会议发表作首发 改为 2024-04-17 预印本 v1(更早的可证公开证据) — 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。