# Excelra 데이터로 Boltz 신약 발굴 모델 학습

> Boltz는 정제된 GOSTAR 측정 데이터를 활용해 용해도와 투과성 같은 특성으로 신약 후보를 선별하는 모델을 학습합니다.

Oossa · 2026-11-11 · https://oossa.com/ko/excelra-data-will-support-boltz-drug-discovery-models

Boltz PBC는 Excelra와 협력해 Excelra의 GOSTAR 데이터베이스에 담긴 데이터를 BoltzMol-1 신약 발굴 시스템의 ADMET 모델 학습에 활용합니다. 이 모델은 화합물이 체내에서 어떻게 작용하는지 예측하며, 연구자들이 후보 물질을 구매하거나 합성하기 전에 가능성이 낮은 물질을 걸러내도록 돕는 것이 목표입니다.

Boltz에 따르면 GOSTAR 데이터로 학습한 모델은 낯선 화학 구조를 대상으로 한 평가에서 주요 오픈소스 ADMET 패키지와 대등하거나 더 나은 성능을 보였으며, 용해도와 투과성 예측에서 가장 큰 개선이 나타났습니다. 두 회사는 발표에서 해당 패키지의 이름이나 구체적인 점수를 공개하지 않았습니다.

## 팩트

- Excelra에 따르면 GOSTAR에는 1,100만 개가 넘는 저분자에 관한 정제된 데이터가 담겨 있습니다.
- Boltz에 따르면 전향적 테스트에서 난도가 높은 표적 10개 중 6개에 대해 표적에 결합하는 것으로 확인된 물질이나 활성 화합물을 찾아냈으며, 표적당 사용한 화합물은 28–96개였습니다.

## 왜 중요한가

신약 연구자들은 적합하지 않은 화합물을 더 일찍 걸러낼 수 있을지도 모릅니다. 다만 이번 발표만으로는 이 모델이 실제 신약 발굴이나 개발 성과를 얼마나 개선하는지 알 수 없습니다.

## 출처 및 참고 자료

1. [Excelras GOSTAR™ unterstützt KI-Modelle von Boltz für die Wirkstoffforschung](https://www.prnewswire.com/news-releases/excelras-gostar-unterstutzt-ki-modelle-von-boltz-fur-die-wirkstoffforschung-302935987.html) – PR Newswire RSS, 2026-11-11

최종 업데이트: 2026-11-11