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…

TxAgent:Harvard Medical School

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

治疗学推理 agent,经 ToolUniverse 调用 211 个药物与临床工具回答用药问题。

文本与 agent · 学术实验室 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 TxAgent
家族 否(单一模型条目,非家族)
机构 Harvard Medical School
机构类型 / 国家 学术实验室 / 美国
模型类别 治疗学推理 agent
领域 文本与 agent(次领域:小分子)
首次发布 (依据:arXiv 2503.10970 v1 提交)
其他里程碑 预印本 v1 (arXiv v1)
最近更新 ;未检出发布后更新(截至 2026-11-16):未检出发布后更新(截至 2026-11-16)(独立包 ToolUniverse 仍在发布(2026-11-14 v1.5.10),不算 TxAgent 更新)。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;开源;pip 包 txagent 与 tooluniverse
状态 仅维护:TxAgent 本体 2025-04 后无新提交
报过的 benchmark 0 项计入
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

面向治疗学的推理 agent:通过 ToolUniverse 从 211 个药物与临床工具中选择调用,回答药物相互作用、药代动力学和监管状态等问题,并以多步推理给出答案。

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)

  • 五个自建评测(自建任务集,自报):DrugPC、BrandPC、GenericPC、TreatmentPC、DescriptionPC:3,168 个药物推理任务加 456 个治疗场景
  • 工具调用消融(仅与基线对比,自报):在 211 个工具上做 ToolRAG 消融,与通用大模型基线比较

开发方称:开发方称开放式药物推理准确率高于 GPT-4o 与 DeepSeek-R1,并能泛化到药名变体

独立证据:未检出独立证据(仅有同一实验室的 CURE-Bench)

训练数据

类别 值 说明 出处
a 公开库 是 211 个工具背后的公开来源,如 FDA 药品信息与 Open Targets —
b 私有 / 授权 未披露 — —
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:哈佛医学院学术实验室(亦关联 Kempner Institute 与 Broad Institute),与 MIT Lincoln Laboratory 合作
  • 融资:论文致谢 Milken Institute、HMS Dean's Innovation Fund 与 Kempner Institute 资助
  • 产品与合作:配套工具生态 ToolUniverse;同一实验室构建 CURE-Bench(NeurIPS 2025)
  • 相关模型:Biomni、TxGemma

怎么看

  1. 所有评测均为开发方自建任务集,不在 44 项之内
  2. 按本轮关系口径仍在零配对名单上

局限与注意

  1. 自报准确率只有开发方数据,分项拆分只在全文中
  2. 无湿实验验证

来源

  1. arXiv 预印本 2503.10970(预印本)
  2. GitHub 仓库 mims-harvard/TxAgent(仓库)
  3. GitHub 仓库 mims-harvard/ToolUniverse(仓库)
  4. 官方页面 zitniklab.hms.harvard.edu(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。