Neo

Neo-1 介绍

Neo-1 是 VantAI 研发的全球首个整合从头分子生成与原子级结构预测能力的 AI 模型。该模型能够预测生物分子的结构，并生成全新的分子，在设计分子胶等新型治疗药物方面具有显著优势。其多模态输入功能可接受部分序列、部分结构及实验数据等多种信息，从而提升药物设计的效率和准确性。结合 VantAI 的 NeoLink 平台，Neo-1 利用交联质谱法生成稀疏结构约束，进一步构建完整的原子级分辨率结构，推动了结构生物学的发展。

Neo-1 的主要功能

• 统一生成与预测：Neo-1 首次将从头分子生成与原子级结构预测相结合，通过生成分子的潜在表示，实现对生物分子结构的预测和新分子的生成。
• 多模态输入：支持多种输入方式，包括部分序列、部分结构和实验数据，增强了模型的灵活性和适用性。
• 大规模训练：作为生物学领域最大的基于扩散的模型之一，Neo-1 在结构和合成数据集上使用数百个 NVIDIA H100 GPU 进行训练。
• 定制数据集与工具：结合 VantAI 自有的 NeoLink 数据集以及与 NVIDIA 合作开发的 PINDER 和 PLINDER 工具。

Neo-1 的技术原理

• 潜在空间中的扩散过程：Neo-1 将扩散过程从坐标空间转移到潜在空间，使模型在更平滑的序列和结构景观中进行推理，从而生成新的分子并预测其原子级结构。
• 大规模训练与定制数据集：Neo-1 基于数百个 NVIDIA H100 GPU 进行训练，结合 VantAI 的 NeoLink 数据集及 NVIDIA 的 PINDER 和 PLINDER 工具，提升了模型性能。
• 精准的分子生成与结构预测：采用“粗到细”的生成方式，通过中间奖励引导分子生成，相较于传统自回归模型更具灵活性。

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 可用于设计复杂的靶点分子胶，大幅缩短传统药物研发周期。
• 蛋白质复合物结构预测：支持三元复合物、抗体-抗原相互作用及蛋白质-肽复合物的结构预测。
• NeoLink 数据平台应用：结合 NeoLink 平台，利用交联质谱法生成的结构约束，构建完整原子级结构。
• 抗体发现：支持从头设计抗体，输入部分序列和抗原结构后，可折叠 VH 片段并生成 CDRH3 序列。