SandboxAQ, 신약 개발을 위한 520만 개의 3D 분자 구조 데이터셋 공개: AI 기반 신약 탐색 가속화

핵심 기술: SandboxAQ는 AI와 양자 컴퓨팅 시뮬레이션을 활용하여 520만 개 이상의 3D 분자 구조 데이터를 생성했습니다. 이 데이터셋은 신약 개발 초기 단계에서 머신러닝 모델을 훈련하고 검증하는 데 사용되어, 약물-표적 상호작용 및 약물학적 특성 예측의 정확도를 높이는 것을 목표로 합니다.

기술적 세부사항:
* 데이터 규모: 520만 개 이상의 3D 분자 구조 (Conformers) 포함.
* 데이터 포함 항목:
* SDF 형식의 3D 원자 좌표.
* SMILES 문자열 및 InChIKeys.
* 단백질 표적 주석 (사용 가능한 경우).
* 시뮬레이션 및 실험 기반 결합 친화도 점수.
* 분자 설명자 및 클래스 레이블.
* 데이터 생성 방식:
* 고급 양자 및 AI 시뮬레이션 사용.
* 물리 기반 시뮬레이션 및 실험 기록에서 파생된 레이블 포함.
* 모델 호환성:
* 그래프 신경망 (GNN), 트랜스포머 기반 모델, 분자 도킹 소프트웨어와 통합 가능.
* PyTorch Geometric, DeepChem, RDKit 등 프레임워크 호환 구조.
* 활용 가능 모델:
* 회귀 또는 분류 모델 학습을 통한 생물 활성, 용해도, ADMET 특성 예측.

개발 임팩트:
* 신약 개발 프로세스를 가속화하고 비용을 절감하며, 확장성을 향상시킵니다.
* 고품질 합성 데이터를 통해 초기 연구의 실패율을 낮추고 유망한 후보 물질을 우선적으로 탐색할 수 있습니다.
* 3D 구조 정보 활용으로 AI 시스템이 다양한 화학 계열에 걸쳐 일반화 가능한 특징을 학습하도록 지원합니다.

커뮤니티 반응:
* 대규모 공개 합성 데이터셋으로, AI 기반 신약 개발 분야에 기여할 것으로 기대됩니다.
* 제약 파트너와의 협력을 통해 생성된 고품질 데이터는 시뮬레이션과 데이터 기반 모델링의 공존 가능성을 제시합니다.