模型与 Benchmark板块首页
怎么读
怎么给 benchmark 分类一个分数能信到哪一步:真值噪声、简单基线、泄漏与饱和协议索引:113 条协议按谁判对错分组方法与数据:分类口径、收录与停更标准、已知局限
模型与数据
模型索引:112 个模型按领域分组模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…benchmark 的规模、更新与 wet lab 数据
Benchmark:理解状态(表征与排序)
02 ProteinGym09 scIB11 ClinVar hold-out protocol13 CAGI16 GUE + Nucleotide Transform…17 CAFA21 DREAM5 / BEELINE / CausalB…26 FLIP / FLIP234 AbBiBench37 TraitGym38 BEND39 RNAGym45 DART-Eval49 NTv3 Benchmark67 VenusX
Benchmark:预测给定对象的结果
01 CASP03 MoleculeNet04 TDC05 PoseBusters06 CASF-201615 CAMEO22 CAPRI24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles27 Polaris / ASAP / OpenADMET30 PLINDER / PINDER / Runs N'…31 FoldBench33 PoseX35 FLAb / FLAb243 Ginkgo GDPa146 FEP 相对结合自由能基准47 PoseBench / DockGen51 OpenADMET 盲测系列52 Biogen ADME53 UNICORNE-BENCH54 OMol25 + FAIR Chemistry 榜单55 PDBbind-CleanSplit / LP-PD…57 CatPred-DB66 MassSpecGym
Benchmark:提出候选(生成与设计)
19 PMO20 CACHE28 Adaptyv competitions / Ben…36 AIntibody40 MotifBench50 蛋白 motif scaffolding 基准56 Protein Engineering Tourna…
Benchmark:多步分析与问答(agent)
14 PubMedQA18 LAB-Bench / LABBench223 BioASQ29 BixBench42 BioMysteryBench58 ChemBench59 LifeSciBench60 Terminal-Bench-Science61 BiomniBench / Biomni-Eval162 HeurekaBench63 scBench64 ScienceAgentBench65 SciReasoner / Biology-Inst…68 BioDesignBench
Benchmark:已停更
07 USPTO family08 Basenji/Enformer test set10 GuacaMol12 DUD-E / LIT-PCBA32 CrossDocked202041 BioML-bench44 FS-Mol
相邻领域
相邻领域:不在主分类内的评测
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…

31 FoldBench

整理 2026-11-18 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 协议拆分与读法
  3. 测什么、怎么测
  4. 当前排名
  5. 报告过的模型
  6. 局限与注意
  7. 新模型怎么用
  8. 来源
  9. 更正记录

低同源 PDB 组装体上的全原子共折叠评测;抗体-抗原是最常被引用的区分项。回顾性集合,非盲测;窗口起点较早,训练截止更晚的模型可能已见过部分目标。

bench-31 · 模型在做什么:预测给定对象的结果 · 谁判对错:已有参考答案 · 结构/共折叠 · 补充收录 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 FoldBench;全称:FoldBench 全原子生物分子结构预测基准;别名:FoldBench-AB
家族 否(单一数据集与一个维护方榜单;论文与仓库是同一条目的里程碑,不是家族成员。)
模型在做什么 预测给定对象的结果
谁判对错 已有参考答案(6 条协议,逐条见下)
领域 结构/共折叠
发布方 Fudan University、Shanghai Jiao Tong University、The Chinese University of Hong Kong、Shanghai AI Laboratory、Lingang Laboratory(学术实验室)
首次发布 (依据:bioRxiv v1(10.1101/2025.05.22.655600);仓库创建日不作首发)
其他里程碑 预印本 v1 (bioRxiv v1);期刊上线 (Nature Communications 论文发表);代码发布 †(未核实)(官方仓库公开(MIT 许可))
最近更新 ,榜单条目:仓库榜单更新:2025-12-31 补入 RF3 数值,2025-12-05 补入 Boltz-2 与 OpenFold3 预览版;2026 年 5 月的提交随后被回退。此为最近一次有出处的事件,不代表此后没有更新
下一次预期 无公告(维护方未公告新版本或数据扩充。)
规模 摘要口径 1,522 个组装体、9 个任务;正文与仓库分任务计数分别合计 1,823 与 1,819。 明细:组装体(摘要口径)(paper) 1,522 assemblies;分任务计数合计(正文 / 仓库)(paper / repo) 1,823 / 1,819;任务数 9 tasks;抗体-抗原界面(paper) 172 targets;RNA / DNA 单体(paper) 15 / 14 targets;PDB 沉积窗口 2023-01-13 – 2024-11-01
状态 ◐ 低频:仓库最近一次结果更新 2025-12-31;至 2026-11-16 未见新官方版本
wet lab 更新 静态:固定的已沉积 PDB 结构集;无湿实验,也无扩充计划。
需自补 wet lab 不需要
报告模型数 12 个计入(榜 7 · 自报 3 · 改协议 2)
当前排名 ▣ 榜单(见当前排名)
全站实体页 无(全站 /entities/ 体系中没有该 benchmark 的页面。)
截至 2026-11-16

协议拆分与读法

同一个 benchmark 名下常有多场规则不同的考试。下表把它拆成 6 条协议,逐条写明谁判对错、在用的模型和这个分数能回答什么。分类口径见怎么给 benchmark 分类。

协议 谁判对错 隔离 在用模型(已核实) 五维要点 能回答 不能回答
31a FoldBench 官方·蛋白单体 / 蛋白-蛋白 已有参考答案 强(有条件) AlphaFold3(榜)、Boltz-1/1x(榜)、Chai-1(榜)、ESMFold2(自/三)、IntelliFold-2(自)、OpenDDE(自)、OpenFold3(榜)、Protenix(榜)、SeedFold(自) 单体精度已接近实验误差限制,蛋白-蛋白头部差异无统计显著性;未设模板检索或同源建模这类简单基线。 在时间窗与低同源过滤下,共折叠模型预测单体结构与蛋白-蛋白界面的大致水平。 不能据此分出头部模型高下(差异不显著);也不能把训练截止更晚或自报成绩的模型并入同一排名。
31b FoldBench 官方·抗体-抗原 已有参考答案 强(有条件) AlphaFold3(榜)、Boltz-1/1x(榜)、Chai-1(榜)、IntelliFold-2(自)、OpenFold3(榜)、Protenix(榜)、SeedFold(自) 头部分差大于统计误差,但失败率仍超过一半;没有非深度基线,采样预算与子集口径各家不同。 在时间窗与低同源过滤的抗体-抗原复合物上,各共折叠模型给出可接受界面的比例差多少。 能否给出高质量近天然构象——高质量比例很低;也不能与第三方重跑或自定子集的数字并列。
31c FoldBench 官方·蛋白-配体 已有参考答案 强(有条件) AlphaFold3(榜)、Boltz-1/1x(榜)、Chai-1(榜)、IntelliFold-2(自)、OpenDDE(自)、OpenFold3(榜)、Protenix(榜)、SeedFold(自) 头部约 65%,领先幅度大于统计误差;去泄漏采用双重条件,成功率随配体与训练集的相似度上升。 在时间窗过滤的复合物上,共折叠模型在位姿与界面接触双口径下的成功率差异。 亲和力或虚拟筛选富集能力;也不能把另列的晚截止模型与主表数字直接比较。
31d FoldBench 官方·蛋白-核酸 / RNA 已有参考答案 强(有条件) OpenDDE(自)、OpenFold3(榜)、SeedFold(自) 蛋白-DNA 好于蛋白-RNA,核酸单体远未解决;核酸侧只按完全相同序列聚类,隔离弱于蛋白侧。 共折叠模型在蛋白-RNA、蛋白-DNA 界面上的大致水平,以及与蛋白任务的难度差。 核酸单体一项不能用于排名(样本仅十余个);本项模型多为自报成绩,训练截止未经基准方核验。
31e FoldBench 2024-01 后子集(晚截止模型) 已有参考答案 中(待核) Boltz-2(榜)、RF3(榜) 为训练截止更晚的模型单列的子集,思路正确但每项目标数未公布,部分成绩分母可能极小,与主表模型不可直接比。 训练截止更晚的模型,在其截止日之后发布的结构上大致处于什么水平。 不能据此排名——子集每项样本量未公布,其中一个模型的训练截止日也未公开。
31f FoldBench-AB 自定子集 已有参考答案 待核 ESMFold2(自/三)、OpenDDE(自) 沿用原基准名但子集定义与目标数未公布;对照里旧模型取自已发表值、新模型为自跑,换到更严格的集后差距明显收窄。 只能当作一次自定子集上的内部对比,提示该方法在抗体-抗原任务上的量级。 百分比不可跨来源比较(分母未公布);也不能把其中的领先幅度当作稳定水平。

在用模型括号内:榜 = 主办方榜单,自 = 开发方自报,三 = 第三方评测;只列已核实的配对。五维 = 真值可靠性、基线状况、指标效度、饱和度、泄漏风险;"未评估"表示该协议尚未完成五维评审。

测什么、怎么测

  • 任务:在参考截止日之后沉积的低同源 PDB 组装体上做全原子结构预测:3 个单体任务与 6 类界面,含抗体-抗原。
  • 真值:窗口期内沉积的实验 PDB 结构,经与训练集的低同源过滤。
  • 主指标:界面成功率
  • 次指标:单体 lDDT;蛋白-配体的姿态与界面联合判据
  • 版本陷阱:两个子集并存(2023-01 后全集与 2024-01 后子集);训练截止更晚的模型带星号,不可与其余模型直接排名;摘要与仓库计数不同。

当前排名

状态:▣ 榜单

  • 指标:界面成功率(%);单体用 lDDT
  • 评测集 / 口径:FoldBench official repository board, full set (targets released after 2023-01)
  • 快照日期:†(未核实)
  • 榜单页面

当前第一:AlphaFold 3,Protein-Protein 72.93% / Antibody-Antigen 47.90% / Protein-Ligand 64.90%; Protein-RNA 62.32%, Protein-DNA 79.18%, RNA Monomer 0.61, DNA Monomer 0.53(界面成功率(%);单体用 lDDT;FoldBench official repo leaderboard, full set (targets released after 2023-01);榜单;†(未核实))

说明:仓库榜单无明确快照日,取 README 所述的结果更新日;两个子集并存,带星号的条目训练截止更晚,README 要求不与其余模型同列排名。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
AlphaFold 3 1 Protein-Protein 72.93% / Antibody-Antigen 47.90% / Protein-Ligand 64.90%; Protein-RNA 62.32%, Protein-DNA 79.18%, RNA Monomer 0.61, DNA Monomer 0.53 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 所列各界面任务均为榜首;此处按蛋白-蛋白一列排序。
OpenFold 3 (preview) 2 69.96% / 28.83% / 44.49%; Protein-RNA 18.84%, Protein-DNA 5.88% 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 仅在蛋白-蛋白一列排第 2;核酸界面最弱。
Chai-1 3 68.53% / 23.64% / 51.23% 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 —
Boltz-1 4 68.25% / 33.54% / 55.04% 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 榜单列的是 Boltz-1,非 1x 变体。
Protenix 5 68.18% / 34.13% / 50.70% 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 同一集合上另有非本站模型 HelixFold 3 的数值可作对照。
RosettaFold3* — Protein-Protein 72.44% / Antibody-Antigen 37.50% / Protein-Ligand 57.28% (post-2024-01 subset) 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 带星号:训练截止晚于参考日期,仅供参考,不可直接排名。
Boltz-2* — Protein-Protein 70.54% / Antibody-Antigen 25.00% / Protein-Ligand 53.90% (post-2024-01 subset) 界面成功率(%);单体用 lDDT FoldBench official repo leaderboard, full set (targets released after 2023-01) 榜单 出处 带星号,仅供参考,不可直接排名。
SeedFold — 74.03 / 53.21 / 63.12 (SeedFold-Linear 74.14 / 46.91 / 66.48) 界面成功率(%);单体用 lDDT FoldBench tasks as reported in the model paper 自报 出处 作者自报,不在官方榜单上;若协议一致,将在蛋白-蛋白与抗体-抗原两列高于榜首。

排名数据读取于 2026-11-16。分数原样照录,不换算、不跨 benchmark 比较。

报告过的模型

按关系类型分组;计数口径见配对矩阵。12 个计入(榜 7 · 自报 3 · 改协议 2)。

官方参赛 / 官方榜单(7)

开发方按官方口径自报(3)

  • ESMFold2:模型卡数值经二手转述;另有竞品论文用不同抗体子集给出的另一组数字(自报,置信度中,未核实†;出处)
  • IntelliFold-2:发布说明只以图片给出结果,正文未报告可引用的表格(自报,置信度高,未核实†;出处)
  • SeedFold:论文自报,非榜单方运行(自报,置信度高;出处)

开发方自报,协议有改动(2)

  • Nesso-1:技术报告点名该 benchmark,但基线数字转引他文并自承过滤条件不同,属改协议自报(自报,置信度高;出处)
  • OpenDDE:抗体子集由团队自定义,与官方榜不可比;附录未给该面板的阈值(自报,置信度高;出处)

局限与注意

  1. 回顾性集合,非盲测;窗口起点较早,训练截止更晚的模型可能已见过部分目标。
  2. RNA 与 DNA 单体仅 14–15 个,蛋白-肽 51 个,小样本任务的名次差距不应解读。
  3. 摘要、正文与仓库的目标计数不一致(1,522 对 1,823 对 1,819),引用须写明口径。
  4. 自报条目的采样设置与版本各异,同名模型的分数未必同源。
  5. 只测结构准确率,不测功能、亲和力或可开发性。

新模型怎么用

按仓库脚本直接跑并输出同格式结果;训练截止晚于窗口起点的模型只报 2024-01 后子集并标明训练截止。报告须写明子集、采样设置、种子数与每任务目标数,抗体-抗原同时给成功率与 DockQ 分布;泛化结论需自建更晚的结构集。

搭配:PoseBusters · PLINDER / PINDER / Runs N' Poses · PoseX · CAPRI · CASP

来源

  1. FoldBench 论文(Nature Communications 2025)(期刊)
  2. FoldBench 预印本(bioRxiv v1)(预印本)
  3. FoldBench 官方仓库与榜单(榜单)
  4. FoldBench 数据集(Zenodo)(存档)
  5. 自报 FoldBench 结果的模型论文(arXiv 2512.24354)(预印本)
  6. 按自定抗体子集报告的模型论文(arXiv 2607.03787)(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
models_reported.model-nesso-1 not listed (zero-pairing list) self-reported-modified-protocol 报告自承过滤条件与被引论文不同,属改协议自报。 依据 2026-11-16
n_models_reported 11 recomputed under the new relation-type rules (established pairings only) 按新关系口径重算报告模型数。 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。