FoldBench是一個用於全原子生物分子結構預測模型的系統性基準評估工具。該基準由復旦大學、上海交通大學、香港中文大學等機構的科研人員構建，其預印本於2025年5月22日在bioRxiv上發布，並於2025年12月正式上線，相關研究成果發表在《Nature Communications》期刊上。FoldBench的數據集包含1522個生物複合物，涵蓋九大類預測任務，系統評估了AlphaFold 3等五種前沿模型。
評估顯示AlphaFold 3在多數任務中表現領先。後續研究如位元組在2026年1月提出的SeedFold模型利用FoldBench進行了評估，並在該基準測試的多數蛋白質相關任務上取得了超越AlphaFold 3的結果。OpenFold3-preview2等模型也使用FoldBench進行了評估。但研究也揭示了當前模型普遍面臨的挑戰，包括抗體-抗原預測失敗率超50%、核酸結構預測精度低、以及對訓練數據存在“記憶效應”導致泛化能力受限。這些發現為後續模型開發指明了改進方向。
研發背景,發展歷程,核心技術,
研發背景
隨著AlphaFold 3等全原子生物分子結構預測模型的快速發展，領域內需要系統性的評估工具來全面比較不同模型的性能。為解決現有基準測試在覆蓋範圍與評估標準上的不足，研究人員開展了名為FoldBench的全原子生物分子結構預測基準研究。該研究由復旦大學、上海交通大學、香港中文大學等機構的科研人員聯合完成，相關成果以《FoldBench:全原子生物分子結構預測基準測試》為題發表在《Nature Communications》上。
發展歷程
2025年5月22日，FoldBench的預印本在bioRxiv上發布。2025年12月，FoldBench正式上線，其研究成果以《Benchmarking all-atom biomolecular structure prediction with FoldBench》為題發表在《Nature Communications》期刊上。該研究由復旦大學、上海交通大學、香港中文大學等機構的科研人員聯合完成，構建了包含1522個生物組裝、涵蓋九大類預測任務的系統性基準數據集，並對AlphaFold 3等五種主流全原子預測模型進行了全面評估。
2026年1月，後續研究如位元組提出的SeedFold模型利用FoldBench進行了評估，並在該基準測試的多數蛋白質相關任務上取得了超越AlphaFold 3的SOTA結果。
核心技術
FoldBench的核心技術框架涵蓋數據集構建、構象採樣與多維度評估。其數據集構建基於PDB資料庫（蛋白質資料庫）進行生物組裝篩選，並採用序列相似性%和結構相似性TM-score的低同源性過濾標準，以構建挑戰性強且公平的基準測試集。
在構象採樣方面，FoldBench採用5×5採樣策略（5個隨機種子，每個種子生成5個樣本）並配合10輪循環的構象空間探索方案，以充分探索模型的預測能力。
評估體系依託OpenStructure（開放結構）框架，採用DockQ（對接質量分數）、LDDT（局部距離差異測試）、LRMSD（配體均方根偏差）等多維度評估指標體系，對預測結果進行系統性量化評估。
