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…

REINVENT 4:AstraZeneca Molecular AI (Discovery Sciences, R&D)

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

开源小分子生成设计框架,用强化、迁移与课程学习驱动多种设计模式。

小分子 · 药企 · 瑞典、英国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 REINVENT 4;别名:REINVENT4;有歧义、不自动链接:REINVENT
家族 否:本记录只覆盖本模型,属于 REINVENT 系列
机构 AstraZeneca Molecular AI (Discovery Sciences, R&D)
机构类型 / 国家 药企 / 瑞典、英国
模型类别 分子生成与优化框架
领域 小分子(次领域:分子生成)
首次发布 (依据:代码仓库首个公开 release(v4.0.11)) 站上原写 2024-02-21,那是期刊论文与 v4.1.8 的日期,不是首个公开版本
其他里程碑 最早公开证据 (首个公开 release);期刊上线 (期刊论文上线);代码发布 (v4.0.11);权重发布 (先验模型迁至公开数据仓库(v4.6.22))
最近更新 ,新版本:v4.9 新增模块化多样性过滤、聚类组件、内在奖励与一个相似度打分组件,并移除弃用设置。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);代码与先验模型均为 Apache-2.0,先验自 v4.6.22 起放在公开数据仓库
状态 活跃:12 个月内有新版本发布
报过的 benchmark 0 项计入;另 1 条不计入(仅引用 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

以循环网络与 Transformer 先验加强化学习为核心,命令行驱动、配置文件描述任务,覆盖从头设计、R 基团替换、连接子设计、骨架跳跃与分子优化,把此前分散的四个工具合并到一个仓库。与提示式通用生成器 GenMol 不同,它需要为每个任务定义打分函数;与同属强化学习优化路线的 Saturn 互为对照。

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;另 1 条不计入(仅引用 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) 仅被引用作比较 否 — 第三方 基准论文把前一代 REINVENT 作为基线实现,本版本自身未报该 benchmark,不计入 出处

其他评测(不在 44 项内)

  • 与两个同类工具的功能对照(仅与基线对比,自报):论文列的是设计模式与学习方式的功能表,不是性能跑分

开发方称:一个开源框架覆盖多种分子设计模式,并已在内部项目中投入生产使用。

独立证据:未检出独立证据(公开评测里出现的是前一代实现,没有针对本版本的独立评测)

训练数据

类别 值 说明 出处
a 公开库 是 先验模型以无监督方式在公开分子库的 SMILES 上训练;论文未列库版本,二手整理给出的版本号未在原文核到 出处
b 私有 / 授权 否 论文未披露用内部数据训练公开先验;内部项目使用属应用,不是训练数据 出处
c 自产 wet lab 训练数据 否 — 出处
d 仅用于验证的 wet lab 否 — 出处

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:开发方是一家大型制药公司研发体系内的分子 AI 组,主体在瑞典,另在英国有成员,资金来自公司内部研发预算。
  • 融资:未披露
  • 产品与合作:同组另有逆合成规划工具;本框架合并了此前四个独立工具,代码在公开仓库。
  • 相关模型:Saturn、GenMol

怎么看

  1. 它的价值在工程成熟与生产使用,不在 benchmark 位次。
  2. 公开评测里的 REINVENT 数字通常出自第三方对前一代的实现,不能当作本版本的成绩。
  3. 论文的对照只有两个同类工具且是功能表,覆盖面窄。
  4. 没有与本模型直接对应的公开湿实验数据。

局限与注意

  1. 站上原记的首发日期是期刊论文日,已订正为首个公开版本日。
  2. 按本轮关系口径,它进入零配对名单:站内 benchmark 上没有可计入的配对。
  3. 先验所用公开库的版本号无原文出处,不应转述二手版本号。

来源

  1. 期刊论文(期刊),2024-02-21
  2. 版本发布列表(仓库)
  3. 代码仓库(仓库)
  4. 第三方基准论文(预印本)

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
first_release 2024-02-21 2023-11-07(首个公开 release v4.0.11) — 依据 2026-11-16
benchmarks_reported 在该优化评测上有成绩(三) 只是前一代被第三方当作基线,本版本无自报成绩,关系改为仅被引用、不计入 — 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。