阿利維克西斯宣布ModBind_dG™模擬技術論文獲美國國家科學院院刊（PNAS）刊登
Key facts
- 阿利維克西斯宣布ModBind_dG™模擬技術論文獲美國國家科學院院刊（PNAS）刊登
- 阿利維克西斯公司宣布，其計算藥物發現平台最新版本ModBind_dG™的相關研究論文已於《美國國家科學院院刊》（PNAS）發表。此技術無需依賴參考化合物數據，即可快速且精確地預測配體結合親和性，速度較現有方法提升最高達數千倍，標誌著藥物研發領域的重大突破。
- Source: PR Times
- Date: 2026年6月16日
Direct answer
阿利維克西斯公司宣布，其計算藥物發現平台最新版本ModBind_dG™的相關研究論文已於《美國國家科學院院刊》（PNAS）發表。此技術無需依賴參考化合物數據，即可快速且精確地預測配體結合親和性，速度較現有方法提升最高達數千倍，標誌著藥物研發領域的重大突破。
- Citation
- 阿利維克西斯宣布ModBind_dG™模擬技術論文獲美國國家科學院院刊（PNAS）刊登 (2026年6月16日), PR Times
- Source
- PR Times
- Date
- 2026年6月16日
阿利維克西斯公司宣布，其計算藥物發現平台最新版本ModBind_dG™的相關研究論文已於《美國國家科學院院刊》（PNAS）發表。此技術無需依賴參考化合物數據，即可快速且精確地預測配體結合親和性，速度較現有方法提升最高達數千倍，標誌著藥物研發領域的重大突破。
📋 文章處理履歷
- 📰 發表: 2026年6月16日 23:00
- 🔍 收集: 2026年6月16日 17:02
- 🤖 AI分析完成: 2026年6月16日 18:41（收集後1小時38分鐘）
阿利維克西斯股份有限公司（總部：日本東京都港區，代表取締役CEO木村俊，以下簡稱「本公司」）謹此宣布，本公司計算藥物發現平台的最新版本ModBind_dG™相關論文已正式發表。
由本公司計算化學部門主管William Sinko等人撰寫的論文《ModBind_dG：基於族群重加權的模擬基礎結合自由能絕對預測模型》（ModBind_dG: a simulation-based absolute predictor of free energy of binding based on population reweighting），已刊登於《美國國家科學院院刊》（Proceedings of the National Academy of Sciences of the United States of America, PNAS）。本論文詳細闡述了ModBind_dG™這項創新模擬技術的方法論、驗證結果與實際應用。ModBind_dG™能以絕對結合自由能的形式，無需參考化合物數據，快速且精確地預測配體的結合親和性，其運算速度最高可達現有模擬技術的數千倍。本公司從基礎理論出發自主開發ModBind_dG™，並持續優化方法，以實現高精度的大規模應用，進一步拓展計算科學驅動藥物研發的潛力。ModBind_dG™已廣泛應用於本公司藥物研發的加速推進，支持與製藥企業的多項共同研究，並推動自營研發管線中多個臨床候選化合物的進展。
圖示：ModBind_dG™是一種用於預測化合物對藥物標的結合強度的新型自由能計算方法。透過加速的結合與解離模擬，快速計算出預測結合強度所需的數據。圖中公式說明了此方法的根本原理。
＜論文資訊＞
標題：ModBind_dG：基於族群重加權的模擬基礎結合自由能絕對預測模型
作者：William Sinko、Blake Mertz、寺田陽、S. Roy Kimura（阿利維克西斯公司）
期刊名稱：美國國家科學院院刊（PNAS）
DOI：10.1073/pnas.2513285123
論文公開日期：2026年6月15日（美國東部時間，線上公開）
【阿利維克西斯股份有限公司 代表取締役CEO 木村俊評論】
「我們非常高興能宣布本公司核心技術——計算藥物發現平台最新版ModBind_dG™的研究論文正式發表。此次刊登是重要的里程碑，彰顯了這項技術的科學基礎，該技術已實際貢獻於本公司的自營研發管線以及與製藥企業的共同研究。ModBind_dG™透過實現結合自由能的快速且精確的絕對預測，進一步強化了本公司創造高品質小分子藥物候選物的能力，並透過策略性合作夥伴關係創造價值。」
【本公司美國子公司Alivexis, Inc. 計算化學部門主管William Sinko評論】
「ModBind_dG™採用嚴謹的模擬基礎方法論，透過估算絕對結合自由能來預測配體的結合親和性。在加速取樣條件下模擬分子的物理性解離過程，並決定結合態與非結合態的存在比例，從而直接計算出絕對結合自由能。透過此理論架構與模擬協定的優化，我們開創了一條在大幅縮短計算時間的同時仍能實現精確自由能預測的新途徑。我們認為此方法可支援從初期命中化合物探索到領先化合物優化的整個早期藥物研發階段的化合物評估。」
阿利維克西斯股份有限公司簡介
公司名稱：阿利維克西斯股份有限公司／Alivexis, Inc.
總部地址：東京都港區新橋一丁目18番21號 第一日比谷大樓7樓
代表人：代表取締役CEO 木村俊、代表取締役COO 大野一樹
成立日期：2016年8月8日
官方網站：https://alivexis.com
事業內容：運用尖端藥物開發技術與人工智慧的網路型藥物研發企業
由本公司計算化學部門主管William Sinko等人撰寫的論文《ModBind_dG：基於族群重加權的模擬基礎結合自由能絕對預測模型》（ModBind_dG: a simulation-based absolute predictor of free energy of binding based on population reweighting），已刊登於《美國國家科學院院刊》（Proceedings of the National Academy of Sciences of the United States of America, PNAS）。本論文詳細闡述了ModBind_dG™這項創新模擬技術的方法論、驗證結果與實際應用。ModBind_dG™能以絕對結合自由能的形式，無需參考化合物數據，快速且精確地預測配體的結合親和性，其運算速度最高可達現有模擬技術的數千倍。本公司從基礎理論出發自主開發ModBind_dG™，並持續優化方法，以實現高精度的大規模應用，進一步拓展計算科學驅動藥物研發的潛力。ModBind_dG™已廣泛應用於本公司藥物研發的加速推進，支持與製藥企業的多項共同研究，並推動自營研發管線中多個臨床候選化合物的進展。
圖示：ModBind_dG™是一種用於預測化合物對藥物標的結合強度的新型自由能計算方法。透過加速的結合與解離模擬，快速計算出預測結合強度所需的數據。圖中公式說明了此方法的根本原理。
＜論文資訊＞
標題：ModBind_dG：基於族群重加權的模擬基礎結合自由能絕對預測模型
作者：William Sinko、Blake Mertz、寺田陽、S. Roy Kimura（阿利維克西斯公司）
期刊名稱：美國國家科學院院刊（PNAS）
DOI：10.1073/pnas.2513285123
論文公開日期：2026年6月15日（美國東部時間，線上公開）
【阿利維克西斯股份有限公司 代表取締役CEO 木村俊評論】
「我們非常高興能宣布本公司核心技術——計算藥物發現平台最新版ModBind_dG™的研究論文正式發表。此次刊登是重要的里程碑，彰顯了這項技術的科學基礎，該技術已實際貢獻於本公司的自營研發管線以及與製藥企業的共同研究。ModBind_dG™透過實現結合自由能的快速且精確的絕對預測，進一步強化了本公司創造高品質小分子藥物候選物的能力，並透過策略性合作夥伴關係創造價值。」
【本公司美國子公司Alivexis, Inc. 計算化學部門主管William Sinko評論】
「ModBind_dG™採用嚴謹的模擬基礎方法論，透過估算絕對結合自由能來預測配體的結合親和性。在加速取樣條件下模擬分子的物理性解離過程，並決定結合態與非結合態的存在比例，從而直接計算出絕對結合自由能。透過此理論架構與模擬協定的優化，我們開創了一條在大幅縮短計算時間的同時仍能實現精確自由能預測的新途徑。我們認為此方法可支援從初期命中化合物探索到領先化合物優化的整個早期藥物研發階段的化合物評估。」
阿利維克西斯股份有限公司簡介
公司名稱：阿利維克西斯股份有限公司／Alivexis, Inc.
總部地址：東京都港區新橋一丁目18番21號 第一日比谷大樓7樓
代表人：代表取締役CEO 木村俊、代表取締役COO 大野一樹
成立日期：2016年8月8日
官方網站：https://alivexis.com
事業內容：運用尖端藥物開發技術與人工智慧的網路型藥物研發企業
常見問題
ModBind_dG™的主要特點是什麼？
無需參考化合物即可預測絕對結合自由能，速度比傳統方法快數千倍。
這項技術對誰有幫助？
對製藥與生技公司的研發人員而言，能快速評估候選藥物。
登上PNAS有什麼意義？
代表其科學嚴謹性獲國際頂尖學術界認可，具高度公信力。
阿利維克西斯的商業模式為何？
結合自營研發管線與與藥廠的技術合作，雙軌並進。
未來技術發展方向？
持續提升運算速度，並擴大至更多元的藥物標的應用。