xTrimoPGLM:BioMap、Tsinghua University、MBZUAI
百图生科等提出的 100B 统一蛋白语言模型,兼做理解与生成,带折叠分支。
蛋白 · 多类机构联合 · 中国、阿联酋 · 截至 2026-11-17
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | xTrimoPGLM;别名:xTrimoPGLM-100B、xT-Fold、xTrimoPGLM-Fold;有歧义、不自动链接:xTrimo |
| 家族 | 否(多个参数规格与折叠分支作为同一记录内的版本处理) |
| 机构 | BioMap、Tsinghua University、MBZUAI |
| 机构类型 / 国家 | 多类机构联合 / 中国、阿联酋 |
| 模型类别 | 蛋白语言模型 / 折叠 |
| 领域 | 蛋白(次领域:结构/共折叠) |
| 首次发布 | (依据:bioRxiv 预印本 v1) |
| 其他里程碑 | 最早公开证据 (bioRxiv 预印本 v1);预印本 v1 (bioRxiv 预印本 v1(arXiv 版 2024-01));期刊上线 (Nature Methods 在线发表);代码发布 †(未核实)(GitHub 仓库首次提交(仅作参考,不作首发依据)) |
| 最近更新 | ,期刊发表:期刊版发表;此前 arXiv v2 于 2024-12-09 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:部分开放;权重:不明†(未核实);部分规格权重在 Hugging Face,多个规格被收入 ProteinGym 官方表;许可证本轮未取到 |
| 状态 | 仅维护:最近一次有出处的事件为 2025-04 期刊发表 |
| 报过的 benchmark | 4 项计入(榜 1 · 自报 1 · 赛后复用 2) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库有开发公司页,但无该模型自身的实体页) |
| 截至 | 2026-11-17 |
做什么
把掩码语言模型与自回归(GLM)目标放进同一个 100B 参数模型,既做蛋白表征又做序列生成;折叠分支 xT-Fold 用语言模型表征预测结构。与 ESM3 相比走"单一超大模型"路线,参数量远大于同期 ESM 系。
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。4 项计入(榜 1 · 自报 1 · 赛后复用 2)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 02 ProteinGym | 官方参赛 / 官方榜单 | 是 | — | 榜单 | 多个规格被收入 ProteinGym 零样本替换官方汇总表;100B 规格不优于自家较小规格,CLM 分支明显更低 | 出处 |
| 26 FLIP / FLIP2 | 开发方按官方口径自报 | 是 | — | 自报 | 只用 FLIP 的 GB1 sampled split,且为微调后结果,不是零样本,也不是 FLIP 全套 | 出处 |
| 01 CASP | 赛后数据复用 | 是 | — | 自报 | 折叠分支在 CASP15 的 56 个目标上事后评测,不是参赛 | 出处 |
| 15 CAMEO | 赛后数据复用 | 是 | — | 自报 | 折叠分支在 2022-04 至 06 的 194 个 CAMEO 静态目标上事后评测 | 出处 |
其他评测(不在 44 项内)
- 18 个蛋白理解任务(自建任务集,自报):作者称 18 项中 15 项超过此前最优;多为微调口径,不能与零样本榜单混比
- 折叠分支与单序列方法对比(仅与基线对比,自报):与 ESMFold、OmegaFold 比较,仍落后于使用 MSA/模板的方法(作者自报)
开发方称:单一 100B 模型同时覆盖理解与生成,在大多数蛋白理解任务上超过此前最优,折叠分支优于其他单序列方法。
独立证据:ProteinGym 维护方的官方汇总表收录多个规格,显示 100B 规格不优于较小规格,与"规模在约 1B–4B 后进入平台"的观察一致。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 约 9.39 亿条蛋白序列、2000 亿 token:UniRef90 加 ColabFoldDB 的簇与成员 | 出处 |
| b 私有 / 授权 | 否 | 论文只列两个公开库 | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | 出处 |
| d 仅用于验证的 wet lab | 否 | — | 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:百图生科(BioMap)2020 年成立于北京,AI 生命科学公司,定位行业使能者、不自研药物;论文作者另来自清华大学与 MBZUAI。
- 融资:2021 年 A 轮 1 亿美元(GGV 纪源资本领投);2024-06 一轮战略融资金额未披露;2026-03 媒体称已秘密递交香港 IPO 申请,公司未公告。
- 产品与合作:2023-10 与赛诺菲合作开发 AI 模块(首付 1,000 万美元,里程碑最高超 10 亿美元);同系列有 xTrimoSCPerturb/scFoundation,2026-10 另发布多模态 xTrimo V3。
- 相关模型:ESM3、xTrimoSCPerturb / scFoundation
怎么看
- 100B 规模在 ProteinGym 上没有优势,官方表里大规格低于自家 3B 规格。
- 折叠成绩是小样本自报的事后评测,不是 CASP/CAMEO 参赛结果。
- FLIP 只用 GB1 子任务且经微调,不等于在 FLIP 全套上领先。
局限与注意
- "18 项中 15 项领先"为作者自报,多为微调口径。
- CASP15 与 CAMEO 为赛后数据复用,不计为参赛。
- 权重开放范围与许可证未逐项核实。
- 站上旧写法"约 94B 唯一序列"为量级错误,已按论文订正。
来源
- arXiv 预印本(预印本)
- Nature Methods 论文(期刊)
- bioRxiv 版本记录(预印本)
- ProteinGym 官方汇总表(榜单)
- 赛诺菲合作新闻稿(新闻)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
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。