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…

RNAPro:NVIDIA、Stanford University

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

预测 RNA 全原子三维结构的开放模型,约 4.9 亿参数。

结构/共折叠 · 多类机构联合 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 RNAPro
家族 否(单一模型条目,非家族)
机构 NVIDIA、Stanford University
机构类型 / 国家 多类机构联合(大厂实验室与学术实验室联合) / 美国
模型类别 RNA 结构预测
领域 结构/共折叠(次领域:基因组/RNA)
首次发布 (依据:GitHub 与 Hugging Face 首次提交同日)
其他里程碑 代码发布 (GitHub 首次提交);权重发布 (Hugging Face 首次提交)
最近更新 ,仅维护:仅文档更新,无新权重或新版本。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;权重按 NVIDIA 开放模型许可,允许商用
状态 仅维护:发布后仅文档维护
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

预测 RNA 的全原子三维结构,把共折叠架构、RibonanzaNet2、MSA 与模板建模结合起来,约 4.9 亿参数;源于一场公开盲测代码竞赛的方案。

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
25 RNA-Puzzles 开发方自报,协议有改动 是 RNA-Puzzles subset within a competition private leaderboard 自报 开发方自报,口径为竞赛私有榜内的 RNA-Puzzles 子集,与官方赛制不同 †(未核实) 出处

其他评测(不在 44 项内)

无记录。

开发方称:来源未给出开发方优势表述

独立证据:未检出独立证据(未检出独立证据)

训练数据

类别 值 说明 出处
a 公开库 是 Protenix 训练集加公开 RNA 折叠竞赛数据(5,135 条序列,含全原子标注) —
b 私有 / 授权 否 — —
c 自产 wet lab 训练数据 否 — —
d 仅用于验证的 wet lab 否 评测用一组新解析结构的私有集合 —

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:NVIDIA 为上市 GPU 与 AI 公司,RNAPro 属其开放模型系列,内部资助;学术一方为斯坦福生化团队
  • 融资:未披露或不适用
  • 产品与合作:建立在 Protenix 与 RibonanzaNet2 之上;源于一场 1,700 余支队伍参加的盲测竞赛
  • 相关模型:Protenix、RhoFold+/DRfold2/trRosettaRNA

怎么看

  1. 唯一配对来自竞赛私有榜内的子集,与 RNA-Puzzles 官方赛制不可直接比较
  2. 权重许可允许商用,是同类 RNA 结构模型中较少见的

局限与注意

  1. 预印本发布日期未核实
  2. 评测集为私有新解析结构,外部无法复现

来源

  1. GitHub 仓库 repos/NVIDIA-Digital-Bio(仓库)
  2. Hugging Face 页面 nvidia/RNAPro-Public-Best-500M(仓库)
  3. GitHub 仓库 NVIDIA-Digital-Bio/RNAPro(仓库)
  4. bioRxiv 预印本(预印本)

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。