Neo-1

Neo-1 – VantAI 推出的首个原子生成式AI模型

Neo-1

Neo-1 是 VantAI 推出的首款将从头分子生成与原子级结构预测整合的人工智能模型。它不仅能够精确预测生物分子结构,还能创造全新的分子,尤其在分子胶等创新疗法的设计中表现卓越。通过多模态输入功能,Neo-1 可以处理部分序列、结构和实验数据等多样信息,显著提升药物设计的效率和准确性。此外,Neo-1 与 VantAI 的 NeoLink 平台相结合,通过交联质谱法生成稀疏结构约束,推动了结构生物学的进步。

Neo-1是什么

Neo-1 是 VantAI 首次推出的一款全球领先的人工智能模型,能够将从头分子生成与原子级结构预测完美结合。其主要功能包括预测生物分子的结构并生成新分子,尤其在开发新型治疗药物如分子胶方面表现尤为出色。Neo-1 的多模态输入能力使其能够接受多种输入形式,如部分序列、部分结构和实验数据,这极大地提升了药物设计的灵活性与准确性。结合 VantAI 的 NeoLink 平台,Neo-1 能通过交联质谱法生成稀疏的结构约束,进而构建出完整的原子级分辨率结构,推动了结构生物学的进一步发展。

Neo-1的主要功能

  • 整合生成与预测:Neo-1 是首个将从头分子生成与原子级结构预测结合的模型。它通过生成分子的潜在表示,而非简单预测原子坐标,能够有效预测生物分子结构并创造全新分子。
  • 多模态输入能力:Neo-1 具有强大的多模态输入功能,能够处理部分序列、部分结构及实验数据等多种信息,显著增强了模型的灵活性与适用性。
  • 大规模训练架构:Neo-1 是生物学领域中最大的一款基于扩散的模型之一,使用数百个 NVIDIA H100 GPU 在结构和合成数据集上进行训练。
  • 定制化数据集与工具:Neo-1 整合了 VantAI 自有的 NeoLink 数据集及与 NVIDIA 合作开发的 PINDER 和 PLINDER 工具,提升了模型的整体性能。

Neo-1的技术原理

  • 潜在空间的扩散过程:Neo-1 将传统的坐标空间扩散过程转移至潜在空间。这一创新使模型能在更平滑的序列与结构景观中进行推理,生成全新分子,包括蛋白质、肽和小分子,并以原子级精度预测其结构。
  • 大规模训练及定制数据集:作为生物学中最大的扩散模型之一,Neo-1 通过数百个 NVIDIA H100 GPU 在结构与合成数据集上进行训练,同时结合了 VantAI 的 NeoLink 数据集及 NVIDIA 开发的 PINDER 和 PLINDER 工具,极大提升了模型性能。
  • 精准的分子生成与结构预测:Neo-1 采用“粗到细”的生成策略,能根据整体分子结构施加中间奖励,引导分子生成达到特定目标,与传统自回归模型相比更具灵活性。

Neo-1的项目地址

Neo-1的应用场景

  • 分子胶设计:Neo-1 能为复杂靶点设计新型治疗药物,如分子胶,将传统需要数年的研究时间缩短为数周。
  • 蛋白质复合物结构预测:Neo-1 能够预测多种生物分子复合物的结构,包括三元复合物、抗体-抗原相互作用以及蛋白质-肽复合物。
  • NeoLink 数据平台的应用:Neo-1 与 VantAI 的 NeoLink 数据平台紧密结合,利用交联质谱法生成的稀疏结构约束,组装出完整的原子级分辨率结构。
  • 抗体发现:Neo-1 可实现从头到尾的合理抗体发现,接受部分抗体序列与抗原结构作为输入,同时折叠 VH 抗体片段并生成部分 CDRH3 序列。
阅读原文
© 版权声明
Trae官网

相关文章

Trae官网

暂无评论

暂无评论...