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…

50 蛋白 motif scaffolding 基准

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

蛋白 motif 支架生成的历史题集,以回折自洽判成功。判据来自结构预测器,不是实验可行性;该预测器连天然长序列也大面积判为不可设计。

bench-50 · 模型在做什么:提出候选(生成与设计) · 谁判对错:计算函数打分 · 蛋白 · 2026-11 新收录 · 截至 2026-11-18

概况

字段 内容
名称 / 别名 蛋白 motif scaffolding 基准;全称:RFdiffusion 的 25 题 motif-scaffolding 题集与 Scaffold-Lab 统一复跑框架;别名:Scaffold-Lab、RFdiffusion motif-scaffolding benchmark;有歧义、不自动链接:motif scaffolding benchmark、24 motif problems、25 benchmark problems
家族 家族条目:RFdiffusion motif-scaffolding set (25 problems) ;Scaffold-Lab (24 problems) 。边界:只含 RFdiffusion 原 25 题题集与 Scaffold-Lab 的 24 题版本;MotifBench 另有记录。
模型在做什么 提出候选(生成与设计)
谁判对错 计算函数打分(2 条协议,逐条见下)
领域 蛋白(次领域:分子生成)
发布方 University of Washington, Institute for Protein Design、Shanghai Jiao Tong University(学术实验室)
首次发布 (依据:bioRxiv 预印本 v1,首次给出该 motif-scaffolding 题集)
其他里程碑 预印本 v1 (bioRxiv 预印本 v1);期刊上线 (Nature 在线发表(题集与判据的正式出处))
最近更新 ,仅维护:统一复跑框架仓库的文档提交;该框架论文 2026-05-22 发表于 PLOS Comput Biol,题集本身未变。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(无组织方,也无人公告新一版题集。)
规模 原题 25 道,Scaffold-Lab 版 24 道;每题 100 个设计,框架内评 7 种方法。 明细:题目数(RFdiffusion (Nature 2023)) 25;题目数(去掉 6VW1)(Scaffold-Lab) 24;每题设计数(RFdiffusion (Nature 2023)) 100;框架内对比的骨架生成方法数(Scaffold-Lab) 7
状态 ○ 冻结:题集冻结,区分度已由后继题集接手
wet lab 更新 静态:不做新实验;motif 取自已公开的 PDB 结构。
需自补 wet lab 断言真实泛化时需要
报告模型数 1 个计入(自报 1)
当前排名 ≠ 不可比(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 2026-11-18

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 2 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
50a RFdiffusion 原论文 25 题 motif-scaffolding 基准(Scaffold-Lab 版为 24 题) 计算函数打分 — RFdiffusion(v1)(自) 判据来自结构预测的自洽性而非实验,而该判据连天然长序列也大面积判为不可设计;原题集已被视作饱和。 能回答:在这 25 个历史 motif 题上,哪些生成方法能产出通过回折自洽判据的骨架。 不能回答:这些骨架在实验里能否折叠或行使功能——判据全部来自结构预测器,对长度与柔性都很敏感。
50b Scaffold-Lab 计算函数打分 — RFdiffusion(v1)(三)、GPDL / TDS / Chroma(条件);FrameDiff / FrameFlow / Genie / Chroma(无条件)(三) 固定回折流程统一了口径,并同时报多样性与新颖性;长蛋白上成功率明显下降,参评的全是深度生成模型。 能回答:在同一套回折流程下,各骨架生成方法的可设计性、多样性、新颖性与算力代价如何互换。 不能回答:哪种方法做出的骨架在湿实验里更可能成立——框架内没有任何实验终点。

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:给定天然 motif,生成承载它的支架骨架,经序列重设计与结构预测回折判定成功与否。
  • 真值:计算 oracle:回折结构与设计模型、与天然 motif 的几何一致性。
  • 主指标:通过回折判据的题目数或成功率
  • 次指标:多样性(Foldseek 聚类);新颖性(对 PDB 的 TM-score);单个骨架的生成耗时
  • 版本陷阱:原文是 25 题;Scaffold-Lab 去掉 6VW1 后为 24 题,且默认回折器是 ESMFold 而非 AF2。

当前排名

状态:≠ 不可比

  • 指标:通过回折判据的题目数或成功率
  • 评测集 / 口径:RFdiffusion 25-problem set vs Scaffold-Lab 24-problem set; AF2 vs ESMFold refolding
  • 快照日期:

排名行不显示分数:4 个口径,无统一排名

说明:无官方榜单;两套题集差一题,回折器与采样规则不同,数字不可横向比较。

不可比:下表按条目列出,不排名次。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
RFdiffusion(非本站模型) — 不显示:口径不可比:题集差一题,回折器与采样规则不同,排名行不显示分数。 通过回折判据的题目数或成功率 RFdiffusion 25-problem set vs Scaffold-Lab 24-problem set; AF2 vs ESMFold refolding 自报 出处 作者自报,AF2 回折判据,原始 25 题
RFjoint Inpainting(非本站模型) — 不显示:口径不可比:题集差一题,回折器与采样规则不同,排名行不显示分数。 通过回折判据的题目数或成功率 RFdiffusion 25-problem set vs Scaffold-Lab 24-problem set; AF2 vs ESMFold refolding 第三方 出处 由另一方法的论文跑出的对照臂
Hallucination(非本站模型) — 不显示:口径不可比:题集差一题,回折器与采样规则不同,排名行不显示分数。 通过回折判据的题目数或成功率 RFdiffusion 25-problem set vs Scaffold-Lab 24-problem set; AF2 vs ESMFold refolding 第三方 出处 同一篇论文中的对照臂
RFdiffusion(统一复跑)(非本站模型) — 不显示:口径不可比:题集差一题,回折器与采样规则不同,排名行不显示分数。 通过回折判据的题目数或成功率 RFdiffusion 25-problem set vs Scaffold-Lab 24-problem set; AF2 vs ESMFold refolding 第三方 出处 第三方统一复跑,24 题平均成功率,ESMFold 回折

排名数据读取于 2026-11-18。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。1 个计入(自报 1)。

开发方按官方口径自报(1)

  • DPLM-2:自报在 24 题版题集上每题 100 个支架;题集同一性未回原表核实(自报,置信度中,未核实†;出处)

局限与注意

  1. 判据来自结构预测器,不是实验可行性;该预测器连天然长序列也大面积判为不可设计。
  2. 「25 题」与「24 题」是两套题集:后者是去掉 6VW1 的统一复跑版本。
  3. 评分器与被评模型共享结构先验,易被全 α 骨架与对抗序列抬高成绩。
  4. 2023 年已有方法解出 23/25,区分度被 MotifBench 等后继题集接手。
  5. 逐方法的成功率多数只在图中给出,正文只给少量数字。

新模型怎么用

用统一复跑框架跑全流程:ProteinMPNN 重设计加 ESMFold 回折,报可设计性、多样性与新颖性。引用数值须写明 25 题还是 24 题、回折器用 AF2 还是 ESMFold、每骨架采样几条序列。更难的题目改用 MotifBench。

搭配:MotifBench · Adaptyv competitions / BenchBB

来源

  1. 原论文(题集与判据出处)(期刊)
  2. 统一复跑框架论文(期刊)
  3. 统一复跑框架官方仓库(仓库)
  4. 对回折判据局限的第三方研究(第三方论文)
  5. 原论文预印本 v1(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
scale.items (problem count) 24 25 in the original paper; 24 only in the Scaffold-Lab version with 6VW1 removed 原论文写明解出 25 题中的 23 题;24 题是去掉 6VW1 后的版本。 依据 2026-11-18

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。