BoltzMol-1 的 ADMET 模型採用 Excelra GOSTAR™ 精選 ADME 數據訓練而成。
印度海德拉巴及美國麻省劍橋2026年11月11日 /美通社/ — Boltz PBC 與 Excelra 達成合作，以 GOSTAR™ 數據為其 AI 藥物發現模型提供支撐。BoltzMol-1 的 ADMET 模型以 GOSTAR™ 的精選動力學溶解度、親脂性及 Caco-2 滲透性量測數據訓練而成，充當早期篩選層，在採購或合成前剔除不利化合物。
Excelra’s GOSTAR™ Powers Boltz’s AI Models for Drug Discovery
在一份近期技術報告中，Boltz 針對 10 個具挑戰性的靶點進行前瞻性測試（其中大多並未納入其親和力訓練數據），並最終確認了 6 個靶點的結合劑或活性化合物。每個靶點僅使用 28 至 96 個化合物；相較之下，傳統高通量篩選需動用數千至數百萬個化合物，命中率卻往往低於 0.15%。其經 GOSTAR™ 訓練的 ADMET 模型，在嚴格的分佈外化學結構測試中，表現達到甚至超越領先開源 ADMET 套件的水準，其中溶解度及滲透性方面的提升最為突出。
Boltz PBC 聯合創辦人兼行政總裁 Gabriele Corso 表示：「GOSTAR™ 數據集的規模，有助我們建立能推廣至遠超典型訓練數據以外化學結構的模型。它已成為我們 Boltz 各項建模工作的重要輸入數據，為我們節省了大量時間。」
Excelra 行政總裁 Anandbir Brar 表示：「我們很榮幸能支持 Boltz 開拓 AI 驅動藥物發現的前沿。這種規模的精選數據及溶解度數據正是公開來源所欠缺的，也正是 GOSTAR™ 建立時旨在提供的基礎：讓模型在前瞻性數據上經得住考驗，而不只是在回溯性基準上表現良好。」
關於 Excelra 及 GOSTAR™
Excelra 是全球頂尖生命科學機構的領先數據科學與 AI 合作夥伴，致力讓藥物發現及開發變得更智能、更迅速。其 GOSTAR™ 數據庫提供逾 1100 萬個小分子及其生物特性的精選數據，並獲 ISO 9001 認證；有關數據可透過應用程式、API 或可供下載的機器學習數據集形式獲取。如欲了解更多資訊，請瀏覽 excelra.com/databases/gostar
關於 Boltz
Boltz PBC 是一家應用 AI 研究實驗室，同時也是一家公共利益公司，旗下 Boltz 系列開放及專有模型應用於蛋白質結構預測、蛋白質設計及小分子命中化合物發現。Boltz 的願景是讓生物學變得可編程，並透過維持前沿能力的廣泛可及性，加快發現進程。如欲了解更多資訊，請瀏覽 https://boltz.bio/
媒體聯絡：
Excelra：Prashant Sharma | [email protected]
Boltz PBC：[email protected]
BoltzMol-1 的 ADMET 模型採用 Excelra GOSTAR™ 精選 ADME 數據訓練而成。
印度海德拉巴及美國麻省劍橋2026年11月11日 /美通社/ — Boltz PBC 與 Excelra 達成合作，以 GOSTAR™ 數據為其 AI 藥物發現模型提供支撐。BoltzMol-1 的 ADMET 模型以 GOSTAR™ 的精選動力學溶解度、親脂性及 Caco-2 滲透性量測數據訓練而成，充當早期篩選層，在採購或合成前剔除不利化合物。
Excelra’s GOSTAR™ Powers Boltz’s AI Models for Drug Discovery
在一份近期技術報告中，Boltz 針對 10 個具挑戰性的靶點進行前瞻性測試（其中大多並未納入其親和力訓練數據），並最終確認了 6 個靶點的結合劑或活性化合物。每個靶點僅使用 28 至 96 個化合物；相較之下，傳統高通量篩選需動用數千至數百萬個化合物，命中率卻往往低於 0.15%。其經 GOSTAR™ 訓練的 ADMET 模型，在嚴格的分佈外化學結構測試中，表現達到甚至超越領先開源 ADMET 套件的水準，其中溶解度及滲透性方面的提升最為突出。
Boltz PBC 聯合創辦人兼行政總裁 Gabriele Corso 表示：「GOSTAR™ 數據集的規模，有助我們建立能推廣至遠超典型訓練數據以外化學結構的模型。它已成為我們 Boltz 各項建模工作的重要輸入數據，為我們節省了大量時間。」
Excelra 行政總裁 Anandbir Brar 表示：「我們很榮幸能支持 Boltz 開拓 AI 驅動藥物發現的前沿。這種規模的精選數據及溶解度數據正是公開來源所欠缺的，也正是 GOSTAR™ 建立時旨在提供的基礎：讓模型在前瞻性數據上經得住考驗，而不只是在回溯性基準上表現良好。」
關於 Excelra 及 GOSTAR™
Excelra 是全球頂尖生命科學機構的領先數據科學與 AI 合作夥伴，致力讓藥物發現及開發變得更智能、更迅速。其 GOSTAR™ 數據庫提供逾 1100 萬個小分子及其生物特性的精選數據，並獲 ISO 9001 認證；有關數據可透過應用程式、API 或可供下載的機器學習數據集形式獲取。如欲了解更多資訊，請瀏覽 excelra.com/databases/gostar
關於 Boltz
Boltz PBC 是一家應用 AI 研究實驗室，同時也是一家公共利益公司，旗下 Boltz 系列開放及專有模型應用於蛋白質結構預測、蛋白質設計及小分子命中化合物發現。Boltz 的願景是讓生物學變得可編程，並透過維持前沿能力的廣泛可及性，加快發現進程。如欲了解更多資訊，請瀏覽 https://boltz.bio/
媒體聯絡：
Excelra：Prashant Sharma | [email protected]
Boltz PBC：[email protected]
BoltzMol-1 的 ADMET 模型採用 Excelra GOSTAR™ 精選 ADME 數據訓練而成。
印度海德拉巴及美國麻省劍橋2026年11月11日 /美通社/ — Boltz PBC 與 Excelra 達成合作，以 GOSTAR™ 數據為其 AI 藥物發現模型提供支撐。BoltzMol-1 的 ADMET 模型以 GOSTAR™ 的精選動力學溶解度、親脂性及 Caco-2 滲透性量測數據訓練而成，充當早期篩選層，在採購或合成前剔除不利化合物。
Excelra’s GOSTAR™ Powers Boltz’s AI Models for Drug Discovery
在一份近期技術報告中，Boltz 針對 10 個具挑戰性的靶點進行前瞻性測試（其中大多並未納入其親和力訓練數據），並最終確認了 6 個靶點的結合劑或活性化合物。每個靶點僅使用 28 至 96 個化合物；相較之下，傳統高通量篩選需動用數千至數百萬個化合物，命中率卻往往低於 0.15%。其經 GOSTAR™ 訓練的 ADMET 模型，在嚴格的分佈外化學結構測試中，表現達到甚至超越領先開源 ADMET 套件的水準，其中溶解度及滲透性方面的提升最為突出。
Boltz PBC 聯合創辦人兼行政總裁 Gabriele Corso 表示：「GOSTAR™ 數據集的規模，有助我們建立能推廣至遠超典型訓練數據以外化學結構的模型。它已成為我們 Boltz 各項建模工作的重要輸入數據，為我們節省了大量時間。」
Excelra 行政總裁 Anandbir Brar 表示：「我們很榮幸能支持 Boltz 開拓 AI 驅動藥物發現的前沿。這種規模的精選數據及溶解度數據正是公開來源所欠缺的，也正是 GOSTAR™ 建立時旨在提供的基礎：讓模型在前瞻性數據上經得住考驗，而不只是在回溯性基準上表現良好。」
關於 Excelra 及 GOSTAR™
Excelra 是全球頂尖生命科學機構的領先數據科學與 AI 合作夥伴，致力讓藥物發現及開發變得更智能、更迅速。其 GOSTAR™ 數據庫提供逾 1100 萬個小分子及其生物特性的精選數據，並獲 ISO 9001 認證；有關數據可透過應用程式、API 或可供下載的機器學習數據集形式獲取。如欲了解更多資訊，請瀏覽 excelra.com/databases/gostar
關於 Boltz
Boltz PBC 是一家應用 AI 研究實驗室，同時也是一家公共利益公司，旗下 Boltz 系列開放及專有模型應用於蛋白質結構預測、蛋白質設計及小分子命中化合物發現。Boltz 的願景是讓生物學變得可編程，並透過維持前沿能力的廣泛可及性，加快發現進程。如欲了解更多資訊，請瀏覽 https://boltz.bio/
媒體聯絡：
Excelra：Prashant Sharma | [email protected]
Boltz PBC：[email protected]
BoltzMol-1 的 ADMET 模型採用 Excelra GOSTAR™ 精選 ADME 數據訓練而成。
印度海德拉巴及美國麻省劍橋2026年11月11日 /美通社/ — Boltz PBC 與 Excelra 達成合作，以 GOSTAR™ 數據為其 AI 藥物發現模型提供支撐。BoltzMol-1 的 ADMET 模型以 GOSTAR™ 的精選動力學溶解度、親脂性及 Caco-2 滲透性量測數據訓練而成，充當早期篩選層，在採購或合成前剔除不利化合物。
Excelra’s GOSTAR™ Powers Boltz’s AI Models for Drug Discovery
在一份近期技術報告中，Boltz 針對 10 個具挑戰性的靶點進行前瞻性測試（其中大多並未納入其親和力訓練數據），並最終確認了 6 個靶點的結合劑或活性化合物。每個靶點僅使用 28 至 96 個化合物；相較之下，傳統高通量篩選需動用數千至數百萬個化合物，命中率卻往往低於 0.15%。其經 GOSTAR™ 訓練的 ADMET 模型，在嚴格的分佈外化學結構測試中，表現達到甚至超越領先開源 ADMET 套件的水準，其中溶解度及滲透性方面的提升最為突出。
Boltz PBC 聯合創辦人兼行政總裁 Gabriele Corso 表示：「GOSTAR™ 數據集的規模，有助我們建立能推廣至遠超典型訓練數據以外化學結構的模型。它已成為我們 Boltz 各項建模工作的重要輸入數據，為我們節省了大量時間。」
Excelra 行政總裁 Anandbir Brar 表示：「我們很榮幸能支持 Boltz 開拓 AI 驅動藥物發現的前沿。這種規模的精選數據及溶解度數據正是公開來源所欠缺的，也正是 GOSTAR™ 建立時旨在提供的基礎：讓模型在前瞻性數據上經得住考驗，而不只是在回溯性基準上表現良好。」
關於 Excelra 及 GOSTAR™
Excelra 是全球頂尖生命科學機構的領先數據科學與 AI 合作夥伴，致力讓藥物發現及開發變得更智能、更迅速。其 GOSTAR™ 數據庫提供逾 1100 萬個小分子及其生物特性的精選數據，並獲 ISO 9001 認證；有關數據可透過應用程式、API 或可供下載的機器學習數據集形式獲取。如欲了解更多資訊，請瀏覽 excelra.com/databases/gostar
關於 Boltz
Boltz PBC 是一家應用 AI 研究實驗室，同時也是一家公共利益公司，旗下 Boltz 系列開放及專有模型應用於蛋白質結構預測、蛋白質設計及小分子命中化合物發現。Boltz 的願景是讓生物學變得可編程，並透過維持前沿能力的廣泛可及性，加快發現進程。如欲了解更多資訊，請瀏覽 https://boltz.bio/
媒體聯絡：
Excelra：Prashant Sharma | [email protected]
Boltz PBC：[email protected]
