Excelras GOSTAR™ unterstützt KI-Modelle von Boltz für die Wirkstoffforschung

Résumé détaillé

Die ADMET-Modelle von BoltzMol-1 werden mit kuratierten ADME-Daten aus Excelras GOSTAR trainiert ™. HYDERABAD, Indien und CAMBRIDGE, Massachusetts, 11. November 2026 /PRNewswire/…

Die ADMET-Modelle von BoltzMol-1 werden mit kuratierten ADME-Daten aus Excelras GOSTAR trainiert ™.

HYDERABAD, Indien und CAMBRIDGE, Massachusetts, 11. November 2026 /PRNewswire/ -- Boltz PBC ist eine Partnerschaft mit Excelra eingegangen, um seine KI-basierten Modelle zur Wirkstofffindung mit GOSTAR™-Daten zu unterstützen. Kuratierte GOSTAR™-Messungen der kinetischen Löslichkeit, Lipophilie und Caco-2-Permeabilität trainieren die ADMET-Modelle in BoltzMol-1, die als frühe Triage-Ebene fungieren und ungünstige Verbindungen vor dem Kauf oder der Synthese herausfiltern.

In einem kürzlich erschienenen technischen Bericht testete Boltz prospektiv zehn anspruchsvolle Zielstrukturen, die größtenteils in seinen Affinitätstrainingsdaten fehlten, und bestätigte Binder oder aktive Verbindungen für sechs davon. Dabei verwendete er lediglich 28–96 Verbindungen pro Zielstruktur, im Gegensatz zu Tausenden bis Millionen bei herkömmlichen Hochdurchsatz-Screenings, bei denen die Trefferraten oft unter 0,15 % liegen. Die mit GOSTAR™ trainierten ADMET-Modelle erreichten oder übertrafen das führende Open-Source-ADMET-Paket bei der reinen Out-of-Distribution-Chemie, wobei die größten Verbesserungen bei der Löslichkeit und Permeabilität erzielt wurden.

„Der Umfang des GOSTAR™-Datensatzes hilft uns beim Aufbau von Modellen, die auf chemische Prozesse weit jenseits typischer Trainingsdaten generalisieren können. Es hat sich zu einem wichtigen Input für unsere Modellierungsarbeit bei Boltz entwickelt und ermöglicht es uns, eine beträchtliche Menge Zeit zu sparen", sagte Gabriele Corso, Mitbegründerin und Geschäftsführerin von Boltz PBC.

„Wir sind stolz darauf, Boltz bei der Weiterentwicklung der KI-gestützten Arzneimittelforschung zu unterstützen." Aufbereitete und Löslichkeitsdaten in diesem Umfang sind genau das, was öffentlichen Quellen fehlt und wofür GOSTAR ™ entwickelt wurde: „Eine Grundlage für Modelle, die sich anhand prospektiver Daten bewähren, nicht nur anhand retrospektiver…

Excelra…

Début de l'article, extrait de PR Newswire. Pour lire la suite, ouvrez l'article chez le média.