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…

X-Cell:Xaira Therapeutics

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

虚拟细胞模型,预测基因扰动后的表达变化。

单细胞 · AI 原生 biotech · 美国 · 全站实体页 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 X-Cell;别名:X-Cell-Ultra、X-Cell Mini
家族 家族条目:X-Cell-Ultra †(未核实);X-Cell Mini —†(未核实)。边界:同一发布内的两个规模,最大版约 49 亿参数,小版由一个公开单细胞模型初始化且未放出
机构 Xaira Therapeutics
机构类型 / 国家 AI 原生 biotech / 美国
模型类别 单细胞扰动预测(扩散式语言模型)
领域 单细胞
首次发布 †(未核实)(依据:开发方发布稿(仓库前一日公开)) 两个日期都只靠公司稿与仓库,未有第三方佐证
其他里程碑 最早公开证据 †(未核实)(代码仓库公开(仅两次提交));预印本 v1 †(未核实)(预印本);代码发布 †(未核实)(仓库公开);官方公告 †(未核实)(公司发布稿)
最近更新 †(未核实);未检出发布后更新(截至 2026-11-16):截至 2026-11-16 未检出发布后的实质事件;项目页仍把权重与推理代码写作「即将提供」。(同日即最近更新,只表示未检出更晚事件)。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;权重与推理代码标为「即将提供」,计划采用非商用署名共享许可;测试扰动集已公开
状态 活跃:12 个月内发布,但发布后未检出事件
报过的 benchmark 1 项计入(改协议 1)
湿实验验证 无
全站实体页 全站实体页
截至 2026-11-16

做什么

用扩散式语言模型把对照表达值迭代替换为扰动后的值,并通过交叉注意力引入基因与蛋白互作先验,预印本称扰动预测随规模呈幂律并零样本泛化到两类新细胞(二手来源)。与 State、Tahoe-x1 的差别在架构,以及训练数据由开发方自产。

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 自建的留出 iPSC 扰动集,不是该挑战赛的盲测;项目页称比次优方法高数倍但未写明对手名称,预印本摘要的口径是「最多」若干倍 出处

其他评测(不在 44 项内)

  • 留出 iPSC 扰动集(自建任务集,自报):开发方自建的留出扰动集,训练与评测同源
  • 零样本迁移到新细胞类型(案例研究,第三方):据二手来源在两类未见细胞上做零样本评估

开发方称:以自产的大规模全基因组扰动数据训练,扰动预测随模型规模呈幂律,并在留出扰动集上显著优于未点名的次优方法。

独立证据:未检出独立证据(权重未公开,未检出第三方评测;公开盲测挑战上无成绩)

训练数据

类别 值 说明 出处
a 公开库 未披露 项目页只列自产扰动集;小版本由一个公开单细胞模型初始化,间接继承其公开数据,其余公开数据使用情况未披露 出处
b 私有 / 授权 否 — —
c 自产 wet lab 训练数据 是 自产 CRISPRi 扰动单细胞集 2,560 万个细胞;上下文数口径冲突:项目页与发布稿记 7 个筛选(每筛 9,735–18,924 个扰动),多数报道记 16 个生物学上下文 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:开发方是一家 2024-04 出场的美国 AI 优先药物发现公司,做蛋白与抗体药,承续一所大学实验室的蛋白设计路线;员工数无官方披露,一家第三方数据商 2026-03 估计约 193 人。
  • 融资:出场时带超过 10 亿美元的 A 轮承诺资金,由两家风险投资机构共同领投,估值未披露。
  • 产品与合作:数据产品为两代扰动图谱(前代约 800 万细胞,本代 2,560 万细胞),模型为最大约 49 亿参数的本模型与规划中的小版本;扰动方向与 State、Tahoe-x1 竞争。
  • 相关模型:STATE、Tahoe-x1、scGPT / Geneformer

怎么看

  1. 留出集成绩为开发方自报,项目页不写对手名称,不能当作领先证据。
  2. 自产大数据是壁垒,但训练与评测同源,跨细胞类型的泛化尚无独立复现。
  3. 无公开盲测成绩,无法与同方向模型在同一条件下对照。
  4. 上下文数有 7 与 16 两种口径,引用时须注明按哪一种计。

局限与注意

  1. 权重与推理代码未发布,结论不可复核。
  2. 首发与最近更新都只靠公司稿与仓库。
  3. 训练集上下文数在不同来源间不一致。
  4. 站内唯一配对是自建留出集,不是挑战赛成绩。
  5. 发布后未检出事件,不等于项目停滞。

来源

  1. 项目页(官方网站)
  2. 公司发布稿(新闻)
  3. 预印本 2026(预印本)
  4. 代码仓库(仓库)

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。