신약 후보물질이 실패하는 지점을AI로 미리 찾아냅니다

MolForge는 화합물의 구조를 수천 가지로 변형하며, 독성이 급증하거나 효능이 사라지는 경계선을 자동으로 매핑합니다. 제약사가 수십억 원의 실험 비용을 쓰기 전에, 실패 구간을 미리 파악할 수 있습니다.

0

화합물 생성

구조 변형체 전체

0%

ADMET 통과율

22,910건 중 5,509건

0

Pareto Rank 1

최적 화합물 후보

다른 AI는 합격자만 알려줍니다

MolForge는 불합격 지도를 그립니다

01

실패 경계 매핑

‘좋은 분자’를 찾는 것이 아니라, 화합물이 정확히 어떤 구조 변형에서 독성이 폭발하고 효능이 사라지는지를 체계적으로 매핑합니다. ROBOGATE 적응형 샘플링으로 탐색 시간을 1/10로 줄입니다.

02

자동 타겟 선정

Target Scout Agent가 Open Targets, PubMed, ChEMBL을 실시간으로 분석하여 경쟁이 적고 약물화 가능성이 높은 타겟을 24시간 자동으로 발굴합니다.

03

오픈소스 검증 엔진

Boltz-2(MIT)로 구조와 결합 친화도를 예측하고, ADMET-AI로 104개 독성/약물동태 속성을 분석합니다. 블랙박스가 아닌, 재현 가능한 파이프라인입니다.

엔드투엔드 자동화 파이프라인

타겟 선정부터 분석 리포트까지, 사람 개입 없이 24시간 자동으로 돌아갑니다

1

Target Scout

타겟 선정

Open Targets + PubMed

2

Boltz-2

구조 예측

MIT 라이선스, 15초/예측

3

ADMET-AI

독성 필터

104개 속성 분석

4

ROBOGATE

실패 매핑

적응형 샘플링

5

Dossier

분석 리포트

풀 패키지 제공

TYK2 타겟 — 실시간 데이터 축적 중

0

총 화합물

0

ADMET 통과

R = 0

Benchmark R

0

Pareto Rank 1

Built entirely on open-source infrastructure

Boltz-2MIT
ADMET-AI
RDKitBSD
Open TargetsApache 2.0
ChEMBL