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…

Stack:Arc Institute

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

单细胞基础模型,用提示中的示例细胞做上下文学习,无需微调。

单细胞 · 非营利研究机构 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Stack;别名:Stack-Large;有歧义、不自动链接:Stack
家族 否(只有一个公开规格;配套预测集不是独立模型)
机构 Arc Institute
机构类型 / 国家 非营利研究机构 / 美国
模型类别 单细胞基础模型(上下文学习)
领域 单细胞
首次发布 (依据:预印本 v1 posted(10.64898/2026.01.09.698608)) 代码 v0.1.1 次日(2026-01-10)发布
其他里程碑 最早公开证据 (预印本 v1 posted);预印本 v1 (预印本 v1);代码发布 (GitHub v0.1.1);权重发布 †(未核实)(权重随发布上线模型库,非商业许可);官方公告 †(未核实)(开发方发布页)
最近更新 ,论文修订:预印本 v2 上线;此前为 GitHub v0.1.3(2026-03-16,依赖修复),也是最后一个版本发布。未检出期刊版本(原记最近更新为仅维护提交,已改为更晚的论文修订)。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:非商用(non-commercial licence);最大规格权重在模型库以非商业许可发布;代码公开,本轮未取许可证全文
状态 活跃:12 个月内有论文修订与版本发布
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 无(全站实体库有开发机构页,但无该模型自身的实体页)
截至 2026-11-16

做什么

预训练后在推理时用提示里的参考细胞表达某种条件(扰动、疾病状态等),把该条件迁移到目标细胞群而不更新权重;配套发布了约两万个「细胞类型 × 组织 × 扰动」组合的预测响应集合,组织谱系取自一个公开人体图谱。与同机构的 STATE 相比,它不是在扰动数据上专训的响应预测器,而是通用上下文模型。

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
24 虚拟细胞挑战赛与扰动预测评测 开发方自报,协议有改动 是 — 自报 开发方自划的扰动集,对手是各评测集上从零训练的两个传统方法与若干基础模型;发布页与预印本均无可引用数值。挑战赛主张在发布页上并不存在 出处

其他评测(不在 44 项内)

  • 大规模预测响应集合(案例研究,自报):约两万个组合的预测响应,全部为纯预测、无湿实验验证,是假设库而非事实
  • 扰动数口径冲突(自建任务集,自报):不同版本材料给出两套扰动总数,发布页只给组合数而不给总数,引用时须说明来源版本

开发方称:上下文学习使模型无需微调即可迁移条件,并在扰动预测上一致优于从零训练的传统方法与其他基础模型。

独立证据:未检出独立证据(未检出任何第三方评测或复现;独立文献对该任务的线性与均值基线结论未在本模型上验证)

训练数据

类别 值 说明 出处
a 公开库 是 预训练用一套公开计数集的 1.49 亿细胞;后训练 5,500 万细胞,来源含一个公开细胞图谱与一家试剂公司产出的外周血扰动数据 出处
b 私有 / 授权 未披露 — —
c 自产 wet lab 训练数据 否 开发方自产无;后训练用到的扰动数据由第三方公司产出 出处
d 仅用于验证的 wet lab 否 配套预测集未经湿实验验证 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:开发方是美国加州的一家非营利研究所,2021 年成立,启动时承诺资金逾 6.5 亿美元;核心研究员享有多年可续任期并可与大学教职并任。机构员工数无可引用官方口径,本记录不给。
  • 融资:非营利,捐赠资金支持;2024 年预算各来源口径不一,本记录不给单一数字。
  • 产品与合作:预训练数据集由机构自建、属其细胞图谱计划;后训练的扰动数据来自一家第三方试剂公司。同门模型有 STATE 与 Evo 2,三者同属同一虚拟细胞计划。
  • 相关模型:STATE、Evo 2、Tahoe-x1

怎么看

  1. 对手主要是两个传统方法与其他基础模型,独立文献显示线性与均值基线在扰动预测上很难被超过,而这些基线未被纳入对比。
  2. 约两万条预测响应没有湿实验验证,不能当作已证实的生物结论。
  3. 挑战赛上没有公开得分,名次无从谈起。
  4. 扰动数据来自第三方公司,归因时不能写成开发方自产。

局限与注意

  1. 唯一站内配对为改协议自报,且无可引用数值。
  2. 无期刊版本,仅预印本两版。
  3. 扰动总数在不同材料间冲突。
  4. 权重为非商业许可。

来源

  1. 预印本(预印本)
  2. 预印本版本记录(预印本)
  3. 开发方发布页(官方网站)
  4. 代码仓库 releases(仓库)

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 2026-03-16,仅代码维护 2026-06-08,预印本 v2(论文修订) — 依据 2026-11-16
benchmarks_reported 挑战赛相关主张 发布页未提挑战赛、无得分;只保留开发方自划扰动集的改协议自报 — 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。