Excelra GOSTAR 数据为 Boltz 的 AI 药物发现模型提供训练支持
GOSTAR™ d'Excelra alimente les modèles d'IA de Boltz pour la découverte de médicaments
Boltz PBC 与 Excelra 合作,用 GOSTAR 的溶解度、亲脂性和 Caco-2 通透性数据训练 BoltzMol-1 的 ADMET 模型。Boltz 技术报告称,前瞻性测试 10 个复杂靶点时 6 个找到配体或活性化合物,每靶仅用 28-96 个化合物;其 ADMET 模型在分布外化合物上持平或超过主要开源 ADMET 软件。
BoltzMol-1 的 ADMET 模型是基于来自 Excelra 的 GOSTAR™ 数据库中经过验证的 ADME 数据训练而成。
, /PRNewswire/ -- Boltz PBC 与 Excelra 达成合作,为其 AI 药物发现模型提供 GOSTAR™ 数据。这些精心筛选的 GOSTAR™ 测量数据涵盖动力学溶解度、亲脂性以及 Caco-2 细胞渗透性,用于训练 BoltzMol-1 的 ADMET 模型,这些模型充当第一道过滤器,在化合物被购买或合成之前剔除不合适的化合物。
在一份最近的技术报告中,Boltz 对十个复杂靶点进行了前瞻性测试,其中大多数靶点不在其亲和力训练数据中,并且仅使用每个靶点 28 至 96 个化合物(而在常规高通量筛选中则需要数千甚至数百万个化合物,且成功率通常低于 0.15%),就为其中六个靶点鉴定出了配体或活性化合物。其使用 GOSTAR™ 训练的 ADMET 模型在明显处于分布之外的化学化合物上,与领先的开源 ADMET 软件包的表现持平甚至超越,其中在溶解度和渗透性方面取得的提升最为显著。
“GOSTAR™ 数据集的规模帮助我们构建了能够应用于远超常规训练数据范围的化学现象的模型。这已成为我们在 Boltz 建模工作中的一个重要组成部分,为我们节省了大量时间,”Boltz PBC 联合创始人兼首席执行官 Gabriele Corso 表示。
“我们很自豪能够支持 Boltz 在推动 AI 驱动的药物发现边界方面所做的努力。这种规模的筛选和溶解度数据正是公开来源所缺乏的,也是 GOSTAR™ 旨在提供的:一个基础,用于构建能够通过前瞻性数据(而不仅仅是回顾性基准)证明其价值的模型,”Excelra 首席执行官 Anandbir Brar 表示。
关于 Excelra 和 GOSTAR™
Excelra 是全球生命科学领域领先组织在数据科学和 AI 方面的首要合作伙伴,使药物发现和开发更加智能、更加快速。其 GOSTAR™ 数据库提供了一个经 ISO 9001 认证的精选视图,涵盖超过 1100 万个小分子及其生物学特性。它可以通过应用程序、API 或作为可下载的机器学习数据集的形式访问。了解更多请访问 excelra.com/databases/gostar
关于 Boltz
Boltz PBC 是一家应用人工智能研究实验室和公益公司,是 Boltz 系列模型的创始者。该系列模型兼具开源与专有属性,用于蛋白质结构预测、蛋白质设计以及从小分子中发现候选分子。Boltz 的愿景是让生物学变得可编程,并通过保持对前沿能力的广泛访问来加速发现。欲了解更多信息,请访问 https://boltz.bio/
媒体联系 :
Excelra:Prashant Sharma | [email protected]
Boltz PBC :[email protected]

来源:PR Newswire 健康 · prnewswire.com
