A real three-molecule analysis from start to finish: HIV-1 TAR, the Tat peptide and a small molecule, folded by three independent methods — including one that produced a physically impossible interfac...

NVIDIA BioNeMo Inference Runtime (BioIR) Accelerates biomolecular structure prediction inference for models like OpenFold3 and Boltz-2 on NVIDIA H100 and H20...

Please complete the verification above.

Now there are lots of AI tools for drug discovery. I think it's difficult to expect 8 years before when I moved to cheminformatics team from MedChem 🙂 And one of the hot area is Folding AI such as Boltz, Alpha fold and OpenFold etc. Boltz-2 has not only cofolding prediction module but also binding affinity prediction module. It will be useful if the module works well.

項目 | 內容 ---|--- 上市狀態 | 未上市（Private） 成立年份／最新階段 | 2024 年成立（正式公司）；2026-01 完成 $28M 種子輪 子領域 | 生物資訊與 AI 生技開發（開源結構預測） 科技亮點訊號 | 高 下一個關鍵里程碑 | Boltz API 商業擴展 + BoltzMol-1 濕實驗室確效，Pfizer/Takeda 平台整合深化（預計 2026-H2） * * * ## 1. 公司介紹 **Boltz PBC** （Public Benefit Corporation）是一家由麻省理工學院 Jameel Clinic 孵化的 AI 藥物設計平台公司，定位為「軟體與基礎設施提供商」而非治療型生技公司。三位共同創辦人均出自 MIT CSAIL Regina Barzilay 教授實驗室： * **Gabriele Corso** （CEO）：MIT 計算機科學博士 * **Jeremy Wohlwend** （CTO）：MIT 計算機科學博士，Barzilay 組指導 * **Saro Passaro** ：MIT 研究科學家 公司以開源模型 Boltz-1（2024-11）作為市場進入點，2026 年 1 月正式公開成立並完成 **$28M 種子輪** ，由 Andreessen Horowitz（a16z）、Amplify Partners、Zetta Venture Partners 共同領投，天使投資人包括 Hugging Face CEO Clément Delangue、Factorial Capital、Obvious Ventures。估值等數據未公開。 * * * ## 2. 產品介紹 ### Boltz-1（2024-11 發布） 首個以完全開源方式達到 AlphaFold3 水準精度的生物分子結構預測模型，支援蛋白質、DNA、RNA、小分子配體的複合物三維結構預測。採用去噪擴散架構（denoising diffusion），並加入「Boltz-steering」推理時干預技術，97%的預測姿態通過物理驗證（相較 AlphaFold3 的58%）。MIT 授權，可商業使用。 ### Boltz-2（2025-06 發布，與 Recursion Pharmaceuticals 合作） 在 Boltz-1 基礎上新增**結合親和力（binding affinity）聯合預測** ，號稱首個深度學習模型逼近物理計算方法 FEP（Free Energy Perturbation）精度，運算速度提升 1000 倍。支援實驗方法條件化、距離約束、多鏈模板等控制特性。同樣以 MIT 授權開源。 ### BoltzGen（2025-11 發布） 生成式蛋白質設計模型，能針對任意目標蛋白提出結合子（binder）設計。 ### BoltzMol-1（2026-06-16 發布） 端到端小分子苗頭化合物發現流程：可從 740 億化合物化學空間生成候選分子，並涵蓋 ADME 過濾。公司揭露內部測試結果為 10 個難靶標中 6 個確認命中，每靶僅測試 28–51 個化合物，宣稱全流程成本 $10–15k。 ### BoltzProt-1（2026-06-16 發布） BoltzGen 後繼版本，新增 Boltz-PPI 蛋白–蛋白交互作用評分器及源自結構資料庫與專利的訓練資料，公司揭露 de novo 奈米抗體命中率較 BoltzGen 提升近三倍，58%設計結合子通過可開發性篩選。 ### Boltz Lab 平台 & API 雲端/本地部署雙軌 SaaS 平台，提供自然語言介面（「針對靶標 X 提出高親和力結合子」）。API 定價為每次預測 $0.025 起；上市前兩週提供企業 $2,000、學術用戶 $100 啟動額度。整合夥伴包括 Benchling、Phylo、Amazon Bio Discovery、Rowan、Tamarind 等。Python/JavaScript SDK 已上線，原生支援 Claude Code、Codex、Gemini CLI。 ## 3. 技術差異化與競爭格局 競爭對手 | 核心模型 | 技術路線差異 ---|---|--- **DeepMind / Google** | AlphaFold 3 | 同為擴散架構；精度略高於 Boltz-2，但以 API 收費且禁商業用途（學術限定） **Chai Discovery** | Chai-1 | 同為開源擴散模型；應用廣度相近；無結合親和力預測 **Schrödinger** | FEP+ | 物理計算黃金標準；精度高但每目標需數天計算，Boltz-2 聲稱以 1000× 速度逼近其精度 **Recursion Pharmaceuticals** | 合作方（非直接競爭） | 提供 NVIDIA 算力協助訓練 Boltz-2；Recursion 自有 OS 模型與 Boltz 有互補 **Boltz 差異化定位** ：以完全開源 + MIT 授權為稀缺門檻，同時快速商業化為全棧平台，聚焦「結構預測 + 結合親和力 + 生成設計」三位一體（競品多僅做其中一點）；並以低廉 API 定價切入，對抗 Schrödinger 高授權費。 * * * ## 4. 應用場景與商業化路徑 **目標場景** ： - 早期苗頭化合物（hit）發現（BoltzMol-1） - De novo 抗體 / 蛋白結合子設計（BoltzProt-1） - 小分子結合親和力虛擬篩選（Boltz-2） - 生物大分子複合物結構解析（Boltz-1/2） **商業化里程碑（公司已揭露或已發生）** ： 1. 2024-11：Boltz-1 開源發布，GitHub 獲逾 4,100 顆星，建立科學社群 2. 2026-01：公司成立 + $28M 種子輪 + Pfizer 多年戰略合作公布 3. 2026-06-16：BoltzMol-1、BoltzProt-1、Boltz API 全棧發布 4. 2026-06-19：Takeda 部署 Boltz Lab 平台（本地端 + 雲端雙模式） * * * ## 5. 商業模式 Boltz 明確定位為**軟體與基礎設施提供商** ，非治療管線持有者，三大收入來源（公司揭露）： 1. **Boltz API** ：按次計費（$0.025/預測起），適合高通量虛擬篩選 2. **Boltz Lab 訂閱** ：多租戶雲端 / 單租戶雲端 / 全本地端三種部署選項，面向研究機構與藥廠 3. **企業定製模型** ：以客戶私有資料精調基礎模型（Pfizer 合作模式）—— 公司保留基礎模型主權，客戶保留下游化合物歸屬 **已知客戶 / 合作夥伴** ： - **Pfizer** （多年戰略合作，2026-01）：定製結構預測、小分子親和力、生物製劑設計模型 - **Takeda** （平台部署，2026-06）：全研究組織導入 Boltz Lab 本地端 + 雲端 - **Recursion Pharmaceuticals** ：算力合作夥伴，協助訓練 Boltz-2 - **整合夥伴** ：Benchling、Amazon Bio Discovery、Rowan、Phylo、Tamarind、Kiin Bio、Pauling.ai 等 商業條款（三項保證，公司揭露）：用戶保留所有輸入 / 輸出的智財歸屬；客戶資料不用於 Boltz 重新訓練；資料隔離安全保障。 * * * ## 6. 科學文獻 Boltz-1: Democratizing Biomolecular Interaction Modeling — Wohlwend, Corso, Passaro et al., _bioRxiv_ 預印本, 2024-11（最新版 2025-05）。公司核心技術基礎，確立 Boltz-1 為首個以完全開源方式達到 AlphaFold3 水準精度的生物分子結構預測模型。 Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction — Corso, Wohlwend, Passaro et al., _bioRxiv_ 預印本, 2025-06。Boltz-2 技術報告，描述聯合結構 + 結合親和力預測架構，首個深度學習模型逼近 FEP 精度且速度提升 1000 倍。 BoltzGen: Toward Universal Binder Design — Boltz 團隊, _bioRxiv_ 預印本, 2025-11。BoltzGen 生成式蛋白質設計模型，BoltzProt-1 前身，展示針對任意靶標設計結合子的通用框架。 Boltzina: Efficient and Accurate Virtual Screening via Docking-Guided Binding Prediction with Boltz-2 — [URL 查無頁面摘要，來自 arXiv 2508.17555], 2025-08。以 Boltz-2 為基礎的虛擬篩選工作流，展示 Boltz 技術在大規模藥物篩選中的衍生應用。 * * * ## 7. 專利發表 目前查無以 **Boltz PBC** 為主要權利人的已公告發明專利（早期新創、主力以學術預印本發布為主）。以下列替代指標佐證技術競爭力： * **開源影響力** ：GitHub `jwohlwend/boltz` 儲存庫達 **4,100+ 顆星、850+ Fork** （MIT 授權，2025 年截至 v2.2.1），在生物分子預測開源工具中屬前列 * **頂尖機構採用** ：Pfizer 與 Takeda 均在發布後數月內簽署正式合作，確認工業級可用性 * **平台整合廣度** ：Benchling、Amazon Bio Discovery 等 8 家以上工具平台原生整合，反映生態滲透率 * **Regina Barzilay 實驗室背景** ：指導教授為 MIT AI + 健康領域最具影響力研究者之一，確立學術公信力基礎 * * * ## 8. 近期財報彙整 [未上市，無公開財報] **已揭露私募輪次：** 輪次 | 金額 | 日期 | 主要投資人 ---|---|---|--- 種子輪 | $28M | 2026-01 | Andreessen Horowitz（a16z）、Amplify Partners、Zetta Venture Partners — | — | — | 天使：Clément Delangue（Hugging Face CEO）、Factorial Capital、Obvious Ventures **已公開營運指標：** - GitHub 儲存庫：4,100+ 顆星（模型社群採用指標）[查無公開資訊—確切 MAU/DAU] - 企業客戶：至少 Pfizer、Takeda 兩家藥廠（規模或 ARR [查無公開資訊]） - 平台整合：8 家以上第三方工具平台 - 團隊規模：[查無公開資訊]（三位核心創辦人公開確認） ### 下一個關鍵執行里程碑 BoltzMol-1 命中化合物濕實驗室確效結果公布，以及 Pfizer/Takeda 合作模型的後續進展（預計 2026-H2）；Boltz API 商業規模化（訂閱客戶數與 API 用量增長指標，公司至今未公開具體時間點）。[尚無明確時間點公開資訊]