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…

OpenComplex2:Beijing Academy of Artificial Intelligence

整理 2026-11-18 · 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

全原子生成式模型,用图扩散采样蛋白、核酸与复合物的构象分布而非单一结构。

结构/共折叠 · 非营利研究机构 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 OpenComplex2;别名:OC2、OpenComplex-2;有歧义、不自动链接:OpenComplex
家族 否:本记录只覆盖本模型,属于 OpenComplex 系列
机构 Beijing Academy of Artificial Intelligence
机构类型 / 国家 非营利研究机构 / 中国
模型类别 构象系综生成(共折叠 + 扩散采样)
领域 结构/共折叠(次领域:基因组/RNA)
首次发布 (依据:预印本 v1 posted) 站上原写 2025-05-01,那是 DOI 字符串日期,不是发布日
其他里程碑 最早公开证据 (预印本 v1 posted);预印本 v1 (预印本 v1 posted)
最近更新 ;未检出发布后更新(截至 2026-11-16):代码仓库仍只有说明文件并写着即将发布,未检出期刊发表版本(截至 2026-11-16)。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:不明;权重:不明;科研试用版面向外部免费开放;代码与权重是否发布,论文与官方渠道均未说明,仓库仅有说明文件
状态 仅维护:12 个月内未检出新版本或代码发布
报过的 benchmark 1 项计入(榜 1)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

把不同分子类型统一成图表示,在原子、残基与基序三个层级上做扩散采样,目标从「预测一个结构」转为「采样构象分布」,并称可处理超大组装体与多个结合位点。与 AlphaFold 3、Protenix 的单结构共折叠互补;与同做动态的 BioEmu-2 相比,它另称覆盖核酸与小分子。

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。1 项计入(榜 1)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
01 CASP 官方参赛 / 官方榜单 是 — 榜单 参加该届并在讨论日作报告;幻灯片的对比图标注为未发表数据,官方名次与分数未检出 出处

其他评测(不在 44 项内)

  • 构象系综复现自评(自建任务集,自报):摘要称复现已知蛋白与 RNA 系综、捕捉别构与隐蔽口袋,未给可引用数值
  • 结构预测「有竞争力」的笼统表述(仅与基线对比,自报):摘要只说有竞争力,未给评测集与指标

开发方称:在数小时内给出构象景观,覆盖蛋白、核酸与小分子,并可扩展到超大组装体。

独立证据:未检出独立证据(未检出第三方评测;参赛报告的对比图由开发方自己给出)

训练数据

类别 值 说明 出处
a 公开库 未披露 论文称纯数据驱动,但数据集构成未披露 出处
b 私有 / 授权 未披露 — 出处
c 自产 wet lab 训练数据 未披露 摘要提到融合实验数据,来源与规模未说明 出处
d 仅用于验证的 wet lab 未披露 — 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:开发方是 2018 年成立于北京的非营利研究机构(民办非企业单位),由地方科技主管部门推动设立;本模型属其面向生命科学的模型系列。
  • 融资:非营利机构,无融资轮次;该团队经费构成未公开。
  • 产品与合作:前一代为该系列的结构预测模型;官方口径称科研试用版免费开放、注册用户覆盖三百余所机构,该数字是注册量不是使用量;药企合作无公开信息。
  • 相关模型:BioEmu-2、AlphaFold 3、Protenix

怎么看

  1. 它的目标是构象分布,而多数现有 benchmark 评的是单结构,口径不对位。
  2. 参赛有官方报告,但没有可引用的名次与数值。
  3. 注册机构数是官方口径的注册量,不代表使用量,也不代表性能。
  4. 代码与权重未见公开说明,第三方无法复现其动态模拟相当性的说法。

局限与注意

  1. 站上原记首发日用的是 DOI 字符串日期,已订正为预印本发布日。
  2. 训练数据完全未披露,不能归入任何一类已知来源。
  3. 摘要中的能力陈述没有配套数值,不应被转述成评测结果。

来源

  1. 预印本(聚合页)(预印本)
  2. 预印本版本记录(注册库)
  3. 赛事讨论日报告(演讲材料)
  4. 代码仓库(仅说明文件)(仓库)

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 2025-05-01 2025-05-02(预印本 v1 posted;v2 为 2025-05-03) — 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。