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…

VERID:Google Research

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

实验工作站的语义数字孪生,让 agent 在虚拟干跑、安全检查与真实湿实验之间闭环。

文本与 agent · 大厂实验室 · 美国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 VERID
家族 否(单一基础设施,两项配套应用在同一记录内描述)
机构 Google Research
机构类型 / 国家 大厂实验室 / 美国
模型类别 agent 基础设施 / 实验室数字孪生
领域 文本与 agent(次领域:蛋白)
首次发布 (依据:官方研究博客发布)
其他里程碑 最早公开证据 (官方研究博客);预印本 v1 †(未核实)(主论文预印本;两项配套论文分别为 2026-10-17 与 2026-10-23);官方公告 (官方研究博客)
最近更新 †(未核实);未检出发布后更新(截至 2026-11-16):主论文与一篇配套论文同日发布,属同一次公开而非新版本;代码与权重的发布情况未说明。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:不明;权重:不明;构建在一个开源实验室机器人库之上;自身代码与权重是否发布,博客与论文摘要均未说明
状态 活跃:12 个月内首次公开并发布配套论文
报过的 benchmark 0 项计入;另 6 条不计入(未证实 6)
湿实验验证 4 条记录
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

为实验工作站维持一个持久化的语义数字孪生,跟踪机器人几何、孔板液量、试剂身份与耗材库存,提供自查、时间压缩仿真、实验痕迹留存与安全执行四类服务;两项配套应用把其上的 agent 接到真实湿实验(核酸适体三轮设计—测试循环,以及把靶蛋白截成界面窗口以加速设计的结合蛋白工作)。与 Co-Scientist 的分工是:后者产出假设,它解决假设落到物理实验时的可靠性;配套应用的结构与扩散环节用到 AlphaFold 3 一类工具。

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 6 条不计入(未证实 6)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
14 PubMedQA 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处
18 LAB-Bench / LABBench2 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处
23 BioASQ 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处
29 BixBench 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处
41 BioML-bench 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处
42 BioMysteryBench 未证实 否 — 未知 官方材料(博客与论文)未检出该评测的报分 出处

其他评测(不在 44 项内)

  • 数字孪生的协议案例(案例研究,自报):用染料与水的液体操作做三个案例:提前发现协议错误、实验中途故障恢复、事后识别细微物理失效
  • 闭环设计的湿实验读出(湿实验验证,自报):两个已知靶标的适体闭环与一个靶点的结合蛋白实验,全部由作者设计与读出

开发方称:语义数字孪生让 agent 运行的湿实验更安全,闭环设计可逐轮提高命中率。

独立证据:未检出独立证据(未检出第三方评测或复现;实验由作者自行设计与读出)

训练数据

类别 值 说明 出处
a 公开库 未披露 底层语言模型与设计工具的训练数据未披露;公开结构库条目作为设计目标 出处
b 私有 / 授权 未披露 — 出处
c 自产 wet lab 训练数据 是 核酸适体闭环中每轮约 1,000 个候选、合计约 4,400 个构建体的实验反馈用于在线调整设计规则,不是预训练 出处
d 仅用于验证的 wet lab 是 结合蛋白一侧的酵母展示与分选属验证 出处

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
核酸适体闭环(靶标一) 1 — — round 1 0%, round 2 26.0%, round 3 42.1% at 98.5% specificity — 基于磁珠的选择,逐轮报告经磁珠校正的命中率,未给每轮送测条数 blog / aptamer paper 自报 已核实 由开发方自行设计与读出,无盲测第三方 首轮 0% 归因于固定引物悬挂扰乱了近半数序列的折叠;中间一轮此前在站上被漏写,须补齐三轮 出处
核酸适体闭环(靶标二) 1 — — round 2 specificity 75.0% to 19.1% with bead-corrected hit rate 10.2% to 3.7%; round 3 specificity 72.4% with on-target hit rate 33.5% — 同一闭环的第二个靶标,报告的是特异性与命中率的配对数字,不是三个裸命中率 blog / aptamer paper 自报 已核实 由开发方自行设计与读出 第二轮特异性大幅下降源于某一结构基序占了多数设计,第三轮靠实验反馈恢复 出处
结合蛋白新实验(单一靶点) 1 1250 — — single-digit nanomolar (top designs) 新实验:5,000 成员文库,每臂 1,250 个设计,酵母展示加分选读出 companion paper 自报 †(未核实) 已核实 由开发方自行执行 这是新做的实验,不得与下一条既有数据上的计算分析合并 出处
既有数据上的计算验证(非湿实验) 15 3666 — computational hit rate 5.06% to 9.33% at equal compute — 15 个靶标、3,666 个设计是既有评测数据的裁剪分析子集,不是新的实验材料 companion paper 自报 †(未核实) 已核实 计算分析,无实验执行方 必须写成「在既有数据上的计算验证」,这些数字绝不能当作新湿实验规模 出处

背景

  • 机构:开发方是一家大型科技公司的内部研究部门,在全球多地设研究实验室;本项目的湿实验地点未公开。
  • 融资:公司内部预算,无独立融资。
  • 产品与合作:博客未列外部合作机构;同公司相关工作见 Co-Scientist 与 AlphaProteo。
  • 相关模型:Co-Scientist、AlphaProteo、BindCraft

怎么看

  1. 这是方法与基础设施,不是可在榜单上比较的模型,没有榜单数字属正常。
  2. 命中率改善有清晰的纠错叙事,但样本是两个已知靶标,且该分子类别有大量文献先验。
  3. 第二个靶标中途命中率下降,说明 agent 会被自己的设计规则带偏,靠实验反馈才修复。
  4. 与公开竞赛式湿实验评测相比,这里的实验由作者自己设计与读出,没有盲测第三方。

局限与注意

  1. 结合蛋白一侧必须区分两件事:一个靶点的新实验,和 15 个靶标、3,666 个设计的既有数据计算分析。
  2. 适体闭环的中间一轮此前被漏写,三轮须完整给出。
  3. 第二个靶标的三个数字是特异性与命中率的配对,不能当作三个裸命中率。
  4. 它未报过站内任何 benchmark,六项相关条目按未证实处理。

来源

  1. 官方研究博客(2026-10-16)(博客),2026-10-16
  2. 主论文预印本(预印本)
  3. 配套论文:适体闭环(预印本)
  4. 配套论文:结合蛋白设计(预印本)
  5. 配套论文全文(结合蛋白)(预印本)

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
wetlab_validation 结合蛋白条目把新实验与既有数据的计算分析合并 拆成两条:一个靶点的新实验(5,000 成员文库、每臂 1,250 个设计)与既有数据上的计算验证(15 靶标、3,666 设计) — 依据 2026-11-16
wetlab_validation 适体闭环只写首轮与末轮 补齐中间一轮,并把第二个靶标的数字写成特异性与命中率的配对 — 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。