Neo-1 是由 VantAI 开发的全球首个通用型原子级基础模型，具备同时预测与设计生物分子结构的能力，致力于实现“让生物学可编程”。
Neo-1 被誉为全球首个在原子层面上统一结构预测和分子设计的模型。与传统的结构预测模型（如 AlphaFold）不同，Neo-1 不仅能够预测现有分子的三维结构，还能从头设计全新的分子，包括蛋白质、小分子和生物分子。这一双重功能为分子工程领域带来了突破性的灵活性和精度，成为 AI 驱动药物发现的重要里程碑。
它的目标是将 结构预测 + 分子生成 融为一体，从而彻底改变新药研发和蛋白质工程的流程。
Neo-1 能在原子级别同时设计新分子（蛋白、小分子、肽等）并预测其结构，不仅可以生成新型药物，还能用于复杂分子间相互作用的建模，如 PROTACs、抗体设计、蛋白-蛋白相互作用等。
为什么 Neo-1 重要？
在过去，设计一个新药或预测一个蛋白质的形状，要么靠实验，要么用不同的AI工具分开做 —— 费时、费钱、容易出错。
Neo-1 直接解决了这个问题：
✅ 把结构预测和分子设计合二为一
✅ 你告诉它一个蛋白质序列，它能自己设计小分子药物并预测它们的相互作用结构
Neo-1 是一个跨越预测与设计边界的通用分子结构大模型，它正把“药物设计”转变为“生物编程”。
核心定位与用途
🧬 Neo-1 的主要功能
- 分子结构预测
Neo-1 能够根据输入的分子信息（如部分序列或特征），推测出分子的完整三维结构。它通过分析原子间的连接和排列方式，生成精确的结构模型。 - 全新分子设计
该模型支持从零开始生成新的分子。用户可以指定目标功能或特性（如与特定蛋白质结合的能力），Neo-1 便能设计出符合要求的分子结构。 - 可定制化设计
Neo-1 具有高度的可编程性，用户可以提供具体要求（如分子硬度、反应性等），模型会根据这些条件调整生成结果，实现定制化设计。 - 结合实验数据优化
Neo-1 能够利用实验室提供的实验数据（如分子测量结果），优化其预测和设计，确保生成结果与实际情况一致。 解决复杂分子问题
它特别擅长处理复杂的分子设计任务，例如“分子胶”（调控蛋白质相互作用的分子），适用于传统方法难以解决的生物医学难题。
🛠️ 技术亮点与创新点
Neo-1 作为 VantAI 推出的首款基础 AI 模型，在分子设计与结构预测领域引入了多项突破性技术，以下是其主要技术亮点与创新点：
1. 结构预测与分子设计的统一
- 亮点：Neo-1 是全球首个在原子层面上将分子结构预测和全新分子设计整合为一体的 AI 模型。
- 创新点：传统方法通常将预测现有分子结构（如 AlphaFold）和设计新分子分为两个独立步骤，而 Neo-1 将这两者无缝融合。这种统一性不仅提高了效率，还减少了从预测到设计的转换误差，使得整个过程更加流畅和精准。
2. 可编程的分子设计能力
- 亮点：Neo-1 支持用户通过输入具体约束条件（如分子特性、功能需求）实现高度定制化的分子设计。
- 创新点：与传统的“被动”生成不同，Neo-1 引入了可编程性，用户可以灵活指定设计目标，例如“生成一个与某蛋白质强结合的分子”或“调整分子硬度”。这种能力赋予了用户对分子生成的主动控制权，极大地拓展了应用场景。
3. 潜在表示的生成与应用
- 亮点：Neo-1 采用潜在表示（Latent Representation）技术，将分子转化为抽象的数学编码，而非直接输出原子坐标。
- 创新点：这种方法突破了传统模型对具体坐标的依赖，潜在表示具有更高的灵活性和可操作性。用户可以通过调整编码来探索多种分子变体，显著提升了设计的多样性和适应性，尤其在复杂分子生成中表现出色。
4. 多模态数据整合
- 亮点：Neo-1 能够同时处理多种输入数据，包括分子序列、结构信息和实验数据。
- 创新点：相较于单一数据驱动的模型，Neo-1 的多模态处理能力使其能够综合分析不同来源的信息。这种技术创新提高了模型对复杂任务的适应性，例如在药物设计中结合实验结果优化分子结构。
Neo-1 能接受多种信息作为“提示词”：
- 蛋白序列
- 结构片段
- 结合位点
- 距离限制（比如：某个氨基酸之间要在5Å以内）
- 目标属性（如 QED、刚性、稳定性）
你给它的提示越多，它生成的越精确。
5. 与实验数据的深度结合（NeoLink 协作）
- 亮点：Neo-1 通过与 NeoLink 平台协作，利用交联质谱（XLMS）等实验技术获取真实分子数据。
NeoLink 是 VantAI 的交联质谱平台，可以：
- 快速获取细胞里大量蛋白结构“碎片数据”
- 用 Neo-1 把这些碎片组装成完整3D结构
- 再反过来用于训练下一代 Neo 模型
这是个类似“基因测序—拼图”的过程，但作用在蛋白质结构层面，大大加速了结构生物学的数据获取速度！
- 创新点：传统 AI 模型多依赖计算预测，而 Neo-1 将实验数据作为“校准器”，通过与 NeoLink 的实时交互，确保设计结果与实验室验证一致。这种“计算+实验”的闭环模式大幅提升了模型的实用性和可靠性。
6. 针对复杂机制的高效设计
- 亮点：Neo-1 在设计“分子胶”等复杂分子方面表现卓越，能够应对“不可成药”靶点等挑战。
- 创新点：它突破了传统方法在邻近性治疗药物（Proximity-based Therapeutics）设计上的局限，通过精确调控分子与蛋白质的相互作用，生成具有特定功能的分子。这种能力为攻克疑难疾病提供了全新路径。
7. 高效性与工业级应用
- 亮点：Neo-1 将分子设计周期从数年缩短至数周，显著加速了药物研发进程。
- 创新点：通过优化算法和统一的生成流程，Neo-1 实现了计算效率的飞跃。同时，它已与强生（Janssen）、蓝图医药等行业巨头合作，证明了其在工业级应用中的稳定性和价值。
💊 药物开发中的应用场景
📊 与 AlphaFold/Boltz-1 对比性能（结构预测任务）
Neo-1 在多项结构预测任务中表现优异：
- 蛋白-蛋白 DockQ 成功率 68%
- 蛋白-小分子 <2Å 精度：Neo-1 37% vs Boltz-1 10%
在 PROTAC 复合体中预测表现明显领先（行业难题）
