旧金山 — VantAI，一家专注于利用人工智能加速药物发现的生物科技公司，近日宣布推出其首个原子生成式AI模型——Neo-1。该模型将从头分子生成与原子级结构预测相结合，旨在革新分子胶等新型治疗药物的设计流程，并推动结构生物学的发展。
Neo-1：统一生成与预测的突破
Neo-1 的核心创新在于其统一生成与预测的能力。与传统的预测原子坐标的模型不同，Neo-1 通过生成分子的潜在表示，能够预测生物分子结构，并创造全新的分子。这种方法使得 Neo-1 能够在更平滑的序列和结构景观中进行推理，从而实现更精准的分子设计。
多模态输入：灵活适应多样化数据
Neo-1 具备强大的多模态输入功能，能够接受部分序列、部分结构和实验数据等多种信息。这种灵活性极大地提高了模型在实际应用中的适用性，使其能够处理各种复杂的药物设计挑战。
技术原理：潜在空间中的扩散过程
Neo-1 的技术核心在于将扩散过程从传统的坐标空间转移到潜在空间。这种转变使得模型能够生成包括蛋白质、肽和小分子在内的全新分子，并以原子级精度预测它们的结构。此外，Neo-1 采用“粗到细”的生成方式，能够根据整个分子结构施加中间奖励，将分子生成导向任何目标，这与传统的自回归模型相比，具有更高的灵活性。
大规模训练与定制数据集
Neo-1 是生物学中最大的基于扩散的模型之一，使用了数百个 NVIDIA H100 GPU 在结构和合成数据集上进行训练。此外，VantAI 还结合了其自有的 NeoLink 数据集以及与 NVIDIA 共同开发的 PINDER & PLINDER 工具，进一步提升了模型的性能。
应用场景：加速药物发现与结构生物学研究
Neo-1 的应用前景广阔，主要集中在以下几个方面：
- 分子胶设计： Neo-1 能够针对复杂的靶点设计分子胶等新型治疗药物，将传统上需要数年的时间缩短为数周。
- 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 – 抗原相互作用和蛋白质 – 肽复合物。
- NeoLink 数据平台的应用： Neo-1 与 VantAI 的 NeoLink 数据平台相结合，能够基于交联质谱法生成的稀疏结构约束，组装成完整的原子级分辨率结构。
- 抗体发现： Neo-1 能够实现从头到尾的理性抗体发现，可以将部分抗体序列和抗原结构作为输入，同时折叠 VH 抗体片段并生成部分 CDRH3 序列。
行业影响：AI驱动的药物设计新时代
Neo-1 的发布标志着人工智能在药物设计领域取得了又一项重大突破。通过结合生成式AI和原子级结构预测，Neo-1 有望加速新型药物的发现和开发，为治疗各种疾病带来新的希望。
VantAI 的未来展望
VantAI 表示，Neo-1 的发布是其利用人工智能革新药物发现流程的重要一步。未来，VantAI 将继续投入研发，不断提升 Neo-1 的性能，并将其应用于更多药物设计领域，为人类健康做出更大的贡献。
项目地址：
参考文献：
- VantAI官方网站：https://www.vant.ai/
- AI工具集相关报道：[您提供的信息]
总结：
VantAI 推出的 Neo-1 模型，是全球首个将从头分子生成与原子级结构预测统一的AI模型。它不仅能预测生物分子结构，还能生成全新的分子，在分子胶设计等新型治疗药物方面表现出色。Neo-1 的多模态输入功能和与 NeoLink 平台的结合，显著提高了药物设计的效率和准确性，推动了结构生物学的发展。它的发布预示着AI在药物设计领域将发挥越来越重要的作用，有望加速新药的发现和开发进程。
Views: 0