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…

TranscriptFormer:Chan Zuckerberg Initiative、Chan Zuckerberg Biohub

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

CZI/Biohub 的跨物种生成式单细胞模型,训练于 12 个物种约 1.1 亿个细胞。

单细胞 · 非营利研究机构 · 美国 · 截至 2026-11-17

概况

字段 内容
名称 / 别名 TranscriptFormer;别名:TF-Metazoa、TF-Exemplar、TF-Sapiens
家族 否(多个变体作为同一记录内的版本处理)
机构 Chan Zuckerberg Initiative、Chan Zuckerberg Biohub
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(生成式)
领域 单细胞
首次发布 (依据:bioRxiv 预印本 posted(登记机构记录))
其他里程碑 最早公开证据 (bioRxiv 预印本 posted);预印本 v1 (bioRxiv 预印本 v1);期刊上线 (Science 发表(登记机构记录))
最近更新 ,期刊发表:期刊版发表于 Science;此前 GitHub v0.6.1 于 2025-11-06 发布。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(MIT);权重:开放(MIT)†(未核实);代码与权重经 PyPI 与公开数据仓发布,MIT 许可(来自数据仓页面与二手来源)
状态 活跃:12 个月内有期刊发表与代码发布
报过的 benchmark 0 项计入
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 2026-11-17

做什么

把每个细胞的转录组当作"细胞句子"自回归建模,跨 12 个物种训练,可做跨物种细胞类型迁移、零样本疾病状态识别,并能生成细胞表达;没有扰动评测。与 C2S-Scale 把表达转成文本再微调通用 LLM 不同,它是专用的单细胞自回归模型。

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。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)

  • 跨物种细胞类型分类(自建任务集,自报):在 5 个分布外物种上做线性探针,与 UCE、ESM2-CE、scGPT、Geneformer 对比,作者自报
  • 精子发生跨物种映射(自建任务集,自报):在 9 个脊椎动物物种间做标签迁移,作者自报
  • 人类细胞类型与疾病状态(自建任务集,自报):Tabula Sapiens 2.0 覆盖 26 个组织;另做感染与未感染肺细胞区分,作者自报
  • scIB(站外公开 benchmark,自报):配对不成立:用到 scIB 系数据,但未按 scIB 指标报分
  • 基因互作与转录因子分析(案例研究,自报):定性对照 STRING 恢复已知互作并预测细胞类型转录因子

开发方称:在 12 个物种约 1.12 亿细胞上预训练的生成模型,可在相隔约 6.85 亿年的物种间迁移细胞类型标签,并零样本识别疾病状态,优于 UCE 等基线。

独立证据:未检出独立证据(未检出第三方对其跨物种结果的独立评测)

训练数据

类别 值 说明 出处
a 公开库 是 主要为 CELLxGENE,约 1.12 亿个细胞、12 个物种 出处
b 私有 / 授权 否 — 出处
c 自产 wet lab 训练数据 否 — 出处
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:Chan Zuckerberg Initiative 是慈善组织,2025-11 宣布以 Biohub 为核心推进生物学与 AI,CZI 主要作为支撑;Biohub 站点在旧金山、纽约与芝加哥,EvolutionaryScale 团队已并入 Biohub。
  • 融资:创始人个人慈善资金;Biohub 称计划到 2028 年把算力扩到 10,000 块 GPU,AI 方向具体金额未公开。
  • 产品与合作:TranscriptFormer 是 CZI 虚拟细胞战略的第一步;其训练数据源 CELLxGENE 也是 STATE、Stack 与 Tahoe-x1 的共同数据源。
  • 相关模型:C2S-Scale、STATE、Stack、Tahoe-x1、scGPT / Geneformer

怎么看

  1. 没有 scIB 与扰动评测分数,无法与 Geneformer、scGPT、STATE 等直接比较。
  2. 优势在跨物种迁移,而这类任务缺少统一的第三方榜。
  3. 训练全是公开数据,对药物研发的实际价值尚未经湿实验检验。

局限与注意

  1. 全部评测为作者自建任务集,无第三方复现。
  2. 站上数值取自 bioRxiv 全文,Science 正式版需订阅,应以正式版为准。
  3. 许可证信息部分来自二手来源。

来源

  1. Science 论文(期刊)
  2. bioRxiv 预印本(预印本)
  3. 代码发布列表(仓库)
  4. 包登记页(包仓库)
  5. 公开数据仓页面(官方网站)

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。