KI-Modelle für Wirkstoffforschung: Boltz nutzt GOSTAR-Daten von Excelra
11.11.2026 15:50
Das KI-Labor Boltz PBC trainiert die ADMET-Modelle seiner Anwendung BoltzMol-1 mit kuratierten Daten aus der Datenbank GOSTAR des Datenanbieters Excelra. In einem prospektiven Test wurden für sechs von zehn Zielstrukturen Binder oder aktive Verbindungen bestätigt.
Das KI-Forschungslabor Boltz PBC (Cambridge, Massachusetts) und der Datenanbieter Excelra (Hyderabad, Indien) haben eine Partnerschaft für die computergestützte Wirkstofffindung geschlossen. Nach Angaben der Unternehmen werden kuratierte Messwerte aus der Datenbank GOSTAR zu kinetischer Löslichkeit, Lipophilie und Caco-2-Permeabilität genutzt, um die ADMET-Modelle in BoltzMol-1 zu trainieren.
Diese Modelle sollen als frühe Triage-Ebene wirken und ungünstige Verbindungen aussortieren, bevor sie gekauft oder synthetisiert werden. ADMET steht für Aufnahme, Verteilung, Verstoffwechselung, Ausscheidung und Toxizität eines Wirkstoffkandidaten.
Ergebnisse des technischen Berichts
In einem kürzlich veröffentlichten technischen Bericht testete Boltz nach eigenen Angaben prospektiv zehn anspruchsvolle Zielstrukturen, die größtenteils in den Affinitätstrainingsdaten fehlten. Für sechs davon wurden Binder oder aktive Verbindungen bestätigt, bei lediglich 28 bis 96 geprüften Verbindungen pro Zielstruktur. Herkömmliche Hochdurchsatz-Screenings arbeiten den Angaben zufolge mit Tausenden bis Millionen Verbindungen und Trefferraten von oft unter 0,15 Prozent.
Die mit GOSTAR-Daten trainierten ADMET-Modelle erreichten oder übertrafen laut Mitteilung das führende Open-Source-ADMET-Paket bei Out-of-Distribution-Chemie; die größten Verbesserungen seien bei Löslichkeit und Permeabilität erzielt worden.
Stimmen beider Partner
„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.
Aufbereitete Löslichkeitsdaten in diesem Umfang fehlten öffentlichen Quellen, erklärte Anandbir Brar, Geschäftsführer von Excelra. GOSTAR sei als „eine Grundlage für Modelle, die sich anhand prospektiver Daten bewähren, nicht nur anhand retrospektiver Vergleichswerte“, entwickelt worden.
Methodik und Ergebnisse der prospektiven Tests Technischer Bericht von Boltz
Informationen des Anbieters zur Datenbasis Datenbank GOSTAR
Über Excelra
Excelra bezeichnet sich als Partner für Datenwissenschaft und KI für Life-Science-Organisationen. Die ISO-9001-zertifizierte Datenbank GOSTAR umfasst nach Unternehmensangaben mehr als 11 Millionen kleine Moleküle und deren biologische Eigenschaften, verfügbar als Anwendung, über APIs oder als herunterladbarer Datensatz für maschinelles Lernen. Boltz PBC ist ein Forschungslabor für angewandte KI und eine gemeinnützige Gesellschaft, die Modelle zur Vorhersage von Proteinstrukturen, zum Proteindesign und zur Entdeckung niedermolekularer Wirkstoffe entwickelt.