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…

scGPT / Geneformer:University of Toronto、University Health Network、Vector Institute等

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

第一代单细胞基础模型基线,用于注释、扰动预测与批次整合。

单细胞 · 学术实验室 · 加拿大、美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 scGPT / Geneformer;别名:scGPT、Geneformer、Geneformer V2
家族 家族条目:scGPT ;Geneformer †(未核实)。边界:两个第一代单细胞基础模型合并为一个基线条目;团队、训练语料与版本线各自独立
机构 University of Toronto、University Health Network、Vector Institute、Gladstone Institutes、UCSF
机构类型 / 国家 学术实验室 / 加拿大、美国
模型类别 单细胞基础模型
领域 单细胞
首次发布 †(未核实)(依据:最早公开产物:scGPT GitHub v0.1.2(2023-05-09);预印本日期未复核)
其他里程碑 代码发布 (scGPT GitHub v0.1.2);权重发布 (Geneformer V2 权重加入 Hugging Face)
最近更新 ,新权重:Geneformer V2 权重发布;scGPT 最后一个 tag 为 v0.2.4(2025-03-31);其后为维护提交。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;两者均开源;Geneformer 权重在 Hugging Face
状态 仅维护:2025-06 后仅维护性提交
报过的 benchmark 2 项计入(自报 1 · 赛后复用 1);另 1 条不计入(未证实 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

两个第一代单细胞基础模型:Geneformer 按基因在细胞内的表达排序编码,scGPT 用生成式预训练,再微调用于细胞注释、扰动预测和批次整合。本站主要把它们当作后续模型的对照基线。

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(自报 1 · 赛后复用 1);另 1 条不计入(未证实 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
09 scIB (+Open Problems) 开发方按官方口径自报 是 PBMC 10K 自报 仅 scGPT 论文自报整合结果;Geneformer 未报 †(未核实) 出处
24 虚拟细胞挑战赛与扰动预测评测 赛后数据复用 是 — 第三方 独立研究事后在公开扰动数据上评测 出处
21 DREAM5 / BEELINE / CausalBench 未证实 否 — 未知 第三方注意力分析,仅据摘要,未证实 †(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:多项独立研究(2025)发现在扰动预测与零样本设置下未稳定超过简单基线

训练数据

类别 值 说明 出处
a 公开库 是 Geneformer:约 2990 万人类细胞(后续约 9500 万);scGPT:约 3300 万 CELLxGENE 细胞 —
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 是 Geneformer 有一项细胞层面验证;scGPT 无 —

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

怎么看

  1. 作为基线出现的次数远多于作为被推荐方法
  2. 独立评测显示扰动预测不优于刻意简单的基线

局限与注意

  1. 家族条目:两个模型分开发布,日期与版本分开看
  2. 预印本与期刊的具体日期未复核

来源

  1. Hugging Face 页面 ctheodoris/Geneformer(仓库)
  2. GitHub 仓库 repos/bowang-lab(仓库)
  3. 期刊论文 DOI 10.1038/s41586-023-06139-9(期刊)
  4. 期刊论文 DOI 10.1038/s41592-024-02201-0(期刊)
  5. scGPT bioRxiv 预印本(预印本)
  6. Nat Methods 2025 独立评测(第三方论文)

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。