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…

SeedProteo:ByteDance Seed

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

基于扩散的全原子从头蛋白设计模型,面向结合体设计。

蛋白 · 大厂实验室 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 SeedProteo
家族 否(单一模型条目,非家族)
机构 ByteDance Seed
机构类型 / 国家 大厂实验室 / 中国
模型类别 从头结合体设计
领域 蛋白
首次发布 (依据:arXiv 2512.24192 v1 提交)
其他里程碑 预印本 v1 (arXiv v1)
最近更新 ,新版本:arXiv v2 补入湿实验结果;未见代码或权重,只能通过网页服务访问。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:不开放;权重:不开放;仅网页服务,未列出权重或代码
状态 活跃:12 个月内有新版本论文
报过的 benchmark 0 项计入
湿实验验证 1 条记录
全站实体页 无(全站无对应页面)
截至 2026-11-16

做什么

把 SeedFold 的折叠架构改造成生成器,同时设计序列与结构,用于从头设计靶点结合蛋白。只通过网页服务提供。

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。

在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。

其他评测(不在 44 项内)

  • 无条件单体生成(自建任务集,自报):长度 100–1000、三种拓扑,与若干开源生成模型比较
  • 计算结合体设计(自建任务集,自报):10 个靶点、每靶点约 1,000 个设计,用自家折叠模型做判别

开发方称:开发方称在开源方法中计算结合体设计成功率最高,并在两个靶点上达到 70–80% 的湿实验命中区间

独立证据:未检出独立证据(第三方研究未点名本模型)

训练数据

类别 值 说明 出处
a 公开库 是 公开结构库单体约 50 万、PDB 双链复合物约 5 万,另约 10 万合成结构域相互作用对 —
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 两个靶点的湿实验仅用于验证 —

湿实验验证

每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。

实验 靶点数 受测设计 命中 成功率 最佳亲和力 分母口径 版本 来源类型 日期 核实 执行方 说明 出处
两靶点结合测定 2 20 — abstract states a 70-80% hit rate PD-L1 皮摩尔级、RBD 亚纳摩尔级(区间口径)/ picomolar for PD-L1 and sub-nanomolar for RBD (range only) 两个靶点各 10 个设计,全部表达;摘要给出 70–80% 的命中区间,逐靶点命中数与最佳亲和力的具体数值只在图中,不引 arXiv v2 CRO — 已核实 — 论文说明由 CRO 执行,非独立复现;只给区间,不给图中四个具体数值 出处

背景

  • 机构:开发方为字节跳动的基础模型研究部门,其 AI for Science 工作还包括开源的 Protenix,内部资助
  • 融资:未披露或不适用
  • 产品与合作:湿实验测定向 CRO 采购;有报道称其 AI 药物发现业务正在分拆,未点名本模型
  • 相关模型:SeedFold、Protenix、BoltzGen、La-Proteina

怎么看

  1. 湿实验由 CRO 执行,判别器也来自同一团队的折叠模型,不构成独立验证
  2. 只有两个靶点、各 10 个设计,规模小;逐靶点数值不可引

局限与注意

  1. 闭源,仅网页服务,外部无法复现
  2. 摘要的命中区间与图中具体数值不一致,按区间记

来源

  1. arXiv 预印本 2512.24192(预印本)
  2. 官方页面 seedfold.github.io(公司博客)

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。