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…

xTrimoPGLM:BioMap、Tsinghua University、MBZUAI

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

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

  1. 100B 规模在 ProteinGym 上没有优势,官方表里大规格低于自家 3B 规格。
  2. 折叠成绩是小样本自报的事后评测,不是 CASP/CAMEO 参赛结果。
  3. 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

  1. "18 项中 15 项领先"为作者自报,多为微调口径。
  2. CASP15 与 CAMEO 为赛后数据复用,不计为参赛。
  3. 权重开放范围与许可证未逐项核实。
  4. 站上旧写法"约 94B 唯一序列"为量级错误,已按论文订正。

来源

  1. arXiv 预印本(预印本)
  2. Nature Methods 论文(期刊)
  3. bioRxiv 版本记录(预印本)
  4. ProteinGym 官方汇总表(榜单)
  5. 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。

字段 原 现 原因 出处 发现日期
first_release 2024-01-11(arXiv v1) 2023-07-06(bioRxiv v1) — 依据 2026-11-16
training_data.a_public 约 94B 唯一序列 约 9.39 亿条序列、2000 亿 token — 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。