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…

51 OpenADMET 盲测系列

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

用未公开的药企与高通量实测数据,做 ADMET 预测的盲测打榜。榜上参赛者多为用户名,公司归属只能靠自愿提交的模型报告,不能由用户名推断。

bench-51 · 模型在做什么:预测给定对象的结果 · 谁判对错:先交卷后公布答案 · 小分子 · 2026-11 新收录 · 截至 2026-11-18

概况

字段 内容
名称 / 别名 OpenADMET 盲测系列;全称:OpenADMET 盲测挑战系列(ExpansionRx / PXR 诱导 / CYP 抑制);别名:OpenADMET ExpansionRx Blind Challenge、OpenADMET PXR Induction Blind Challenge、OpenADMET CYP Inhibition Blind Challenge;有歧义、不自动链接:OpenADMET
家族 家族条目:ExpansionRx Blind Challenge ;PXR Induction Blind Challenge ;CYP Inhibition Blind Challenge 。边界:三场是不同主办数据、不同终点、不同榜单的盲测;同组织发布的 AHR、pKa 等只有数据没有榜,不算成员。
模型在做什么 预测给定对象的结果
谁判对错 先交卷后公布答案(3 条协议,逐条见下)
领域 小分子
发布方 OpenADMET、Octant Bio、Expansion Therapeutics、University of California, San Francisco(多类机构联合)
首次发布 (依据:首场(ExpansionRx)开放投稿)
其他里程碑 最早公开证据 (首场榜单页面创建);开赛 / 首批题目 (首场开放投稿(官方时间线));官方公告 (榜单页面创建日)
最近更新 ,结果公布:CYP 盲测 11-03 截止投稿,11-04 关闭提交,11-05 发布最终榜并揭盲活性数据与部分结构。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(主办方未公告下一场盲测的日期或靶点。)
规模 ExpansionRx 9 个终点、2,281 个盲测分子;PXR 513 活性加 184 结构;CYP 4 个同工酶、750 化合物。 明细:终点数 / 盲测分子数(ExpansionRx) 9 / 2,281;最终榜条目数(ExpansionRx) 103;活性盲测化合物 / 结构盲测化合物(PXR) 513 / 184;活性榜 / 结构榜最终条目数(PXR) 103 / 30;同工酶数 / 盲测化合物数(CYP) 4 / 750;直接抑制 / TDI / 结构三榜最终条目数(CYP) 103 / 62 / 38
状态 ● 活跃:三场已结束并出最终榜;下一场未公告
wet lab 更新 新:每场用新测的实验数据:药企先导优化批次,或高通量剂量反应与晶体结构。
需自补 wet lab 不需要
报告模型数 0 个计入
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 2026-11-18

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 3 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
51a ExpansionRx 盲测(9 个终点) 先交卷后公布答案 — Inductive Bio 参赛条目(榜) 用项目早期分子训练、对更晚期分子前瞻预测;头部明显优于指纹基线,但范围限于单一化学系列,且允许外部与专有数据。 在一个真实先导优化项目里对更晚期分子前瞻预测时,各 ADMET 模型的误差排序与相对指纹基线的差距。 模型在别的项目、别的化学系列上的表现;揭盲后同数据上的分数也不再算盲测。
51b PXR 诱导盲测(活性 / 结构两榜) 先交卷后公布答案 — Inductive Bio 参赛条目(榜) 最终榜前列大量条目在统计上不可区分;测试集是训练命中物的类似物扩展,结构赛道的蛋白本身早已公开,只有配体位姿是盲的。 在赛前未公开的统一测定数据上,各方法对同一先导系列类似物的活性误差与排序差多少。 谁“赢了”——最终榜前列同属一个显著性层;也不能回答对全新化学空间是否还准。
51c CYP 抑制盲测 先交卷后公布答案 — Inductive Bio 参赛条目(榜)、CheMeleon(榜) 头部明显领先组织方的树模型与表格模型基线;但测试化合物是训练命中物的近邻类似物,外部公开数据通道完全开放。 在统一测定、四个同工酶全测的盲测集上,参赛方法相对组织方基线领先多少,三条赛道难度如何。 模型对与训练命中物不相似的新骨架是否同样准;也不能把中期榜上的基线名次当成最终榜的对照。

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:在真值封存的前提下预测 ADMET 终点:理化与代谢性质、PXR 诱导 pEC50、四个 CYP 同工酶的抑制与时间依赖抑制,另有配体结构赛道。
  • 真值:主办方在赛前测好并封存的实验值:微粒体清除、渗透、结合率、剂量反应 pEC50/pIC50 与 X 射线结构。
  • 主指标:相对绝对误差(RAE,按终点宏平均)
  • 次指标:MAE、R²、Spearman、Kendall;TDI 分类的 MCC;结构赛道 LDDT-PLI;自助法得到的显著性分层
  • 版本陷阱:每场的终点、指标与测试集都不同,三场分数不可互比;中期榜与最终榜的评分集合也不同。

当前排名

状态:▣ 榜单

  • 指标:各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE
  • 评测集 / 口径:三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物
  • 快照日期:
  • 榜单页面

当前第一:CYP 直接抑制最终榜第 1(用户名 whippoorwill),0.3409(各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE;三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物;榜单;)

说明:头条取最近结束的 CYP 直接抑制榜;三场口径不同不可互比,榜上只有用户名,公司对应关系以模型报告为准。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
CYP 直接抑制最终榜第 1(用户名 whippoorwill)(非本站模型) 1 0.3409 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 宏平均 ST-RAE;榜上只显示用户名,其模型报告写明参赛方为 Inductive Bio,报告中没有产品名。
CYP 直接抑制最终榜第 2(用户名 preheat-to-450)(非本站模型) 2 0.3431 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 与第 1 名相差 0.0022,两条同列显著性第一层。
PXR 活性最终榜第 1(用户名 matcha-croissant)(非本站模型) 1 0.4061 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 分数为 Analog Set 2 上的 MAE(RAE 0.5631);模型报告标题写明参赛方为 Inductive Bio。
PXR 结构赛道最终榜第 1(用户名 willvith)(非本站模型) 1 0.5302 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 LDDT-PLI;该赛道最终榜共 30 条,与活性赛道不是同一批参赛者。
ExpansionRx 最终榜第 1(用户名 pebble)(非本站模型) 1 0.5113 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 九终点宏平均 RAE,置信字母独占首位;其模型报告自述参赛方为 Inductive Bio。
CYP 中期榜上的组织方基线 CheMeleon-baseline(非本站模型) 132 0.771 各场不同:ExpansionRx 宏平均 RAE、PXR pEC50 的 RAE、CYP 四同工酶宏平均 ST-RAE 三场盲测各自的最终榜:ExpansionRx 9 终点全盲测集、PXR Analog Set 2(513 中的第二阶段)、CYP 750 化合物 榜单 出处 组织方基线只出现在中期榜(219 条),最终榜没有基线条目。

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。0 个计入。

暂无模型与本 benchmark 构成配对。

提及但不构成配对

  • Beacon(Inductive Bio):三场官方最终榜只列用户名,相关模型报告署名为 Inductive Bio,未出现该产品名;产品层面的第一只见公司新闻稿。(出处)
  • Chemprop v2:参赛者大量使用该工具,但官方榜上没有以它名义提交的条目,不构成配对。(出处)

局限与注意

  1. 榜上参赛者多为用户名,公司归属只能靠自愿提交的模型报告,不能由用户名推断。
  2. 头部条目常标注使用了专有数据,与只用公开数据的条目并非同一起点。
  3. 中期榜与最终榜的评分集合与条目数不同,混用两者会读错差距。
  4. 组织方基线只在部分中期榜出现,不能用最终名次来谈基线差距。
  5. 真值在开赛前已测得,属封存盲测,不等于对未来新化学的前瞻验证。

新模型怎么用

赛后仍可用:从公开的训练集与已揭盲的测试集复现,按各场的官方指标自评,并与最终榜上的分数同表对照。引用名次必须写明是哪一场、哪条赛道、中期榜还是最终榜;榜上只有用户名,不要把用户名当成公司或产品。结构赛道须另报覆盖率。可与 Polaris、Biogen ADME 配套。

搭配:Polaris / ASAP / OpenADMET · Biogen ADME · TDC (ADMET + DTI) · MoleculeNet (+OGB) · CACHE

来源

  1. 首场官方榜单页面(榜单)
  2. PXR 盲测官方榜单页面(榜单)
  3. CYP 盲测官方榜单页面(榜单)
  4. CYP 盲测训练与揭盲测试数据(官方网站)
  5. 主办方对首场参赛方法的复盘(公司博客)

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。