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…

scPRINT-2:Institut Pasteur、CNRS

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

巴斯德研究所的第二代单细胞基础模型,跨 16 个物种 3.5 亿细胞预训练。

单细胞 · 学术实验室 · 法国 · 截至 2026-11-17

概况

字段 内容
名称 / 别名 scPRINT-2;别名:scprint2;有歧义、不自动链接:scPRINT
家族 否(前作 scPRINT 未单独建档,作为背景提及)
机构 Institut Pasteur、CNRS
机构类型 / 国家 学术实验室 / 法国
模型类别 单细胞基础模型
领域 单细胞
首次发布 (依据:bioRxiv 预印本 v1)
其他里程碑 最早公开证据 (bioRxiv 预印本 v1);预印本 v1 (bioRxiv 预印本 v1(v3 为 2026-02-11));代码发布 (PyPI 首个版本)
最近更新 †(未核实),新版本:GitHub 发布 2.3.8,附件未检查,不能视为新权重;PyPI 另一版本轴最新为 1.0.3(2026-02-24)(该版本是否包含新权重未核实)。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(GPL-3.0 (GitHub) / MIT (PyPI metadata));权重:开放;代码公开,权重托管于 Hugging Face;GitHub 仓库许可为 GPL-3.0,PyPI 元数据写 MIT,二者不一致
状态 活跃:12 个月内有代码发布
报过的 benchmark 0 项计入;另 2 条不计入(未证实 2)
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 2026-11-17

做什么

Transformer 单细胞模型,预训练目标含掩码表达预测、去噪、对比式细胞嵌入与沿细胞本体的层级分类;论文先做一个"可加性"基准筛出有效设计再定型。主打零样本去噪、细胞嵌入、细胞类型预测与基因调控网络推断。与 CellFM、scGPT/Geneformer 相比,特色是跨 16 个物种预训练与基因网络推断。

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 2 条不计入(未证实 2)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
09 scIB (+Open Problems) 未证实 否 — 未知 摘要称细胞嵌入达到最优但未点名 scIB,可核到的页面无分数;配对未证实,不计入 †(未核实) 出处
21 DREAM5 / BEELINE / CausalBench 未证实 否 — 未知 摘要称基因网络推断改进,仓库提到 benGRN 包,分数在预印本正文;是否按该 benchmark 协议未核实,不计入† 出处

其他评测(不在 44 项内)

  • "可加性"设计基准(自建任务集,自报):作者自建基准,用于比较各项设计改动并定型模型
  • 去噪与细胞类型预测(自建任务集,自报):零样本口径,摘要称最优,未给数值

开发方称:在去噪、细胞嵌入与细胞类型预测上达到最优,并改进基因网络推断,且可泛化到未见模态与物种。

独立证据:未检出独立证据(未检出第三方榜单或独立评测结果)

训练数据

类别 值 说明 出处
a 公开库 是 超过 3.5 亿个细胞、2.2 万多个数据集、16 个物种,主要来自 CZ CELLxGENE 与 scBaseCount 出处
b 私有 / 授权 否 — 出处
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:学术实验室:巴斯德研究所 Machine Learning for Integrative Genomics 青年组,隶属 CNRS UMR3738,聚焦单细胞数据;合作方含 CNRS / ENS。
  • 融资:组内有 ERC Starting Grant 项目与已结题的 ANR 项目;该预印本的具体经费条目未公开。
  • 产品与合作:前作 scPRINT 于 2025-04 发表于 Nature Communications;数据加载与管理用 LaminDB 工具;无公司或药企合作披露。
  • 相关模型:CellFM、scGPT / Geneformer、TranscriptFormer、xTrimoSCPerturb / scFoundation

怎么看

  1. 先做基准再定模型,方法论较透明,但可核到的页面没有分数,不能据此排名。
  2. 最优说法为作者自报,比较范围由作者自建基准决定,需要第三方榜单复核。
  3. 许可在 GitHub 与 PyPI 之间不一致,商业使用前须看仓库实际 LICENSE。

局限与注意

  1. 与 scIB、DREAM5 的配对未证实,不计入。
  2. GitHub 2.3.8 是否含新权重未核实。
  3. 细胞数大不等于物种与组织覆盖均衡。

来源

  1. bioRxiv 预印本(预印本)
  2. 代码仓库(仓库)
  3. 包登记页(包仓库)
  4. bioRxiv 版本记录(预印本)
  5. 前作期刊论文(期刊)
  6. 研究组页面(官方网站)

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 2026-02-24(PyPI 1.0.3) 2026-09-26(GitHub release 2.3.8;PyPI 为另一版本轴) — 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。