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…

53 UNICORNE-BENCH

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

一条序列要给出多个构象:八个工具在 829 组实验系综上的恢复率。最强工具只完全恢复 8.2% 的系综,构象多样性越大越差,各工具失败的靶重叠而非互补。

bench-53 · 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 · 2026-11 新收录 · 截至 2026-11-18

概况

字段 内容
名称 / 别名 UNICORNE-BENCH;全称:UNICORNE 蛋白构象数据库的系综预测基准;别名:UNICORNE-BENCH-1、UNICORNE_BENCH;有歧义、不自动链接:UNICORNE、UNICORNEdb
家族 否(只有首个发行版,后续版本将随结构数据库增长另行编号。)
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(1 条协议,逐条见下)
领域 结构/共折叠(次领域:蛋白)
发布方 Vanderbilt University, Center for AI in Protein Dynamics(学术实验室)
首次发布 (依据:基准数据首个版本在 Zenodo 发布(代码仓库同日建立))
其他里程碑 最早公开证据 (Zenodo 首个版本发布日);代码发布 (复现代码仓库建立);官方公告 (Zenodo 1.1 版(修正位移矩阵并更新论文标题))
最近更新 ,仅维护:仓库补入数据集元数据与数据库映射表;基准数据仍是 1.1 版,被评工具与分数未变。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(官方只说后续版本随结构数据库增长编号,未给日期。)
规模 839 组多构象蛋白(质检后 829),2122 个真值结构,八个工具每组各采样 1000 个结构。 明细:过滤后的多构象系综数(UNICORNE-BENCH-1) 839;人工折叠质检后评测的系综数(UNICORNE-BENCH-1) 829;叠合后的真值结构数(UNICORNE-BENCH-1) 2122;被评预测器数(四个生成式、四个 MSA 扰动式)(UNICORNE-BENCH-1) 8;每个系综每个工具的采样结构数(UNICORNE-BENCH-1) 1000
状态 ● 活跃:首个发行版,工具分数与复现脚本齐备,接受外部模型加入
wet lab 更新 静态:不做新实验;真值全部取自已公开的实验解析结构。
需自补 wet lab 不需要
报告模型数 1 个计入(榜 1)
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 1 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
53a UNICORNE-BENCH 已有参考答案 — BioEMU(榜)、ESMFlow(榜)、ESMDiff(榜)、AlphaFlow(榜)、CFrandom(榜)、AFsample2(榜)、SPEACH_AF(榜) 最强工具只完整复现约 8% 的构象集合,构象差异越大越差,各工具失败的靶重叠而非互补;分模型得分与隔离方式均未公开。 面向“一条序列给出多个构象”的任务,当前公开工具离完整复现实验观察到的构象集合还有多远。 具体哪个工具更强——分模型得分未公开;也无法确认分数是在与训练集隔离的条件下取得。

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:只给序列,要求生成一组结构,覆盖该蛋白全部已实验解析的构象。
  • 真值:同一条目下至少两个实验解析构象,按统一规则叠合。
  • 主指标:全部构象都被恢复的系综占比(完全恢复率)
  • 次指标:单个构象的恢复率 [email protected];最佳匹配结构相似度均值与分布距离
  • 版本陷阱:官网只列七个工具,数据与代码仓库列八个(多一个 AlphaFold3 系);分数文件的列名与论文的指标名不同;1.0 版位移矩阵有误,须用 1.1 版。

当前排名

状态:▣ 榜单

  • 指标:完全恢复率:系综内全部构象都被恢复的占比
  • 评测集 / 口径:UNICORNE-BENCH-1 (829 evaluated ensembles, 1,000 samples per tool)
  • 快照日期:
  • 榜单页面

当前第一:AFsample3,FRR 8.2%; [email protected] 34.0 +/- 30.0; TM-bar 0.819 +/- 0.101(完全恢复率,附单构象恢复率与最佳匹配相似度;UNICORNE-BENCH-1, 828 ensembles scored for this tool;榜单;)

本站最佳:BioEmu

说明:最强工具也只完全恢复 8.2% 的系综,两家并列第一;只核到部分工具的数值行,名次未必完整。

模型 名次 数值 指标 评测集 / 口径 来源类型 日期 出处 说明
AFsample3(非本站模型) 1 FRR 8.2%; [email protected] 34.0 +/- 30.0; TM-bar 0.819 +/- 0.101 完全恢复率,附单构象恢复率与最佳匹配相似度 UNICORNE-BENCH-1, 828 ensembles scored for this tool 榜单 出处 非本站模型;官方汇总表数值,68/828 个系综被完全恢复
AFsample2(非本站模型) 1 FRR 8.2% 完全恢复率 UNICORNE-BENCH-1, 828 ensembles 榜单 出处 非本站模型;与上一条并列,同为 68/828
BioEmu — FRR 6.1%; [email protected] 30.1 +/- 29.2; TM-bar 0.814 +/- 0.099 完全恢复率,附单构象恢复率与最佳匹配相似度 UNICORNE-BENCH-1, 823 ensembles scored for this tool 榜单 出处 本站清单内的唯一被评工具;官方汇总表只公开了部分工具的数值行,完整八工具名次未核到

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(榜 1)。

官方参赛 / 官方榜单(1)

  • BioEmu-2:由组织方统一运行并计分,配置文件指向生成式系综模型的 2025 年版本(榜单,置信度高;出处)

局限与注意

  1. 最强工具只完全恢复 8.2% 的系综,构象多样性越大越差,各工具失败的靶重叠而非互补。
  2. 真值全部来自公开结构库,被评工具的训练集通常也包含同一批结构。
  3. 把多个实验构象等权当作真值,不含占据度或能量权重。
  4. 论文全文尚未公开,指标聚合与阈值细节只能从代码与分数文件反推。
  5. 官网与数据存档对被评工具数量的说法不一致(七个与八个)。

新模型怎么用

从公开存档取基准定义与真值结构,对 829 条序列各采样一组结构,用官方脚本做结构比对与指标计算,再与已公布的八个工具并表;不需要自做湿实验。报告须写明被计分的系综数(缺失的系综不计入均值)、采样数与工具版本,并说明自家训练集与这些公开结构的重叠。可搭配 CAMEO。

搭配:CAMEO · CASP · FoldBench

来源

  1. 官方复现代码仓库(指标定义与工具汇总表)(仓库)
  2. 基准数据存档 1.1 版(存档)
  3. 官方榜单页面(榜单)
  4. 会议海报页(公开摘要)(官方网站)

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。