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…

ReaSyn v2:NVIDIA、KAIST

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

可合成性投影模型,为分子生成可购砌块的合成路径。

小分子 · 多类机构联合 · 美国、韩国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 ReaSyn v2;别名:NV-ReaSyn-AR-166M-v2、NV-ReaSyn-EB-174M-v2;有歧义、不自动链接:ReaSyn
家族 家族条目:ReaSyn v1 ;ReaSyn v2 (AR-166M) †(未核实);ReaSyn v2 (EB-174M) †(未核实)。边界:本记录以第二版为主,v1 与 v2 论文题目不同且 v2 不再描述 v1 的强化学习微调
机构 NVIDIA、KAIST
机构类型 / 国家 多类机构联合 / 美国、韩国
模型类别 分子生成(合成路径预测)
领域 小分子(次领域:分子生成)
首次发布 (依据:预印本 v1) v2 检查点为 2026-01 上线
其他里程碑 最早公开证据 (预印本 v1);预印本 v1 (预印本 v1);代码发布 (默认分支说明文件更新);权重发布 †(未核实)(第二版检查点文件提交);官方公告 †(未核实)(开发方平台公告(本轮未复核))
最近更新 ,文档更新:默认分支最近一次实质修改为说明文件更新;解码与索引加速的代码只存在于三个未合并的拉取请求分支上,2026-10-15 的提交只是引用信息更新。(站上原把未合并分支上的工作写成已交付更新)。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(NVIDIA Open Model License);代码 Apache-2.0,两个第二版检查点在公开模型库,权重按开发方自有开放模型许可发布
状态 仅维护:主分支只见文档与引用更新,无新权重
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

用编码器-解码器把合成路径当作推理链生成,为不可合成的分子找到可由目录砌块与反应模板拼出的近似物;第二版加入自底向上与自顶向下的树搜索,再用一个离散流模型对路径做插入、删除与替换的整体编辑。与同机构的 GenMol 同属分子生成线,但目标是可合成性而非通用生成。

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(改协议 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
19 PMO (Practical Molecular Optimization) 开发方自报,协议有改动 是 — 自报 按该协议的 15 个任务报告,不是全部任务;对照含不加合成约束的进化基线与三个合成约束方法 出处

其他评测(不在 44 项内)

  • 合成路径重建(自建任务集,自报):在三个来源各 1,000 个分子上重建路径,与两个合成约束方法对照
  • 命中扩展与代理优化(自建任务集,自报):以两个计算代理打分做类似物扩展与优化,并用一个逆合成工具检查可及性
  • 未进入第三方横评(站外公开 benchmark,第三方):一项横评该方向多个模型的会议论文名单中未见本模型

开发方称:在加入可合成性约束后仍保持与不受约束优化方法相当的优化能力,并在路径重建与命中扩展上优于既有合成约束方法。

独立证据:未检出独立证据(未检出第三方评测;一项同方向横评的名单中没有本模型)

训练数据

类别 值 说明 出处
a 公开库 是 一家供应商目录的 211,220 个可购砌块与 115 个反应模板,沿用既有文献的设置 出处
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 自产的 1,050 万条路径训练数据全部由计算生成 出处
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:由一家美国算力企业的研究团队与一所韩国大学合作完成,第一作者在该企业实习期间完成工作;该企业的生命科学业务由一个开放开发平台与一个开放模型家族承载。
  • 融资:属企业内部研发,无单独融资。
  • 产品与合作:与该企业同批发布的还有一个 RNA 方向模型与若干化学工具库;2026-01 该企业与一家美国药企宣布共建 AI 实验室,五年内最多共投 10 亿美元,双方出资拆分未披露。
  • 相关模型:GenMol、Saturn、REINVENT 4

怎么看

  1. 与不加合成约束的优化方法持平,意思是约束没有损失优化能力,不等于优于其他优化方法。
  2. 路径重建成绩对分子来源极敏感,与训练砌块同源的集合上明显偏高。
  3. 「可合成」由模板与砌块库定义,不等于湿实验能做出来,论文没有实验合成验证。
  4. 最近一次实质事件是文档更新,加速代码仍停在未合并分支。

局限与注意

  1. 站内配对只覆盖该协议的部分任务。
  2. 可合成性由计算工具判定,无实验验证。
  3. 训练路径数据全部由计算生成。
  4. 模型卡与仓库对检查点发布日给出相差一天的两种说法。
  5. 平台公告日本轮未复核。

来源

  1. 预印本 v1 2025(预印本)
  2. 预印本 v2 全文(预印本)
  3. 代码仓库(仓库)
  4. 第二版检查点模型卡(仓库)

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 2026-07-18(未合并分支上的加速提交) 2026-01-11(默认分支说明文件更新),事件类型改为文档更新 — 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。