Neo-1

Neo-1 – VantAI 推出的首个原子生成式AI模型

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

• 项目官网：https://www.vant.ai/neo-1

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。