SAIR 524만 개 데이터셋 공개

SandboxAQ가 **SAIR(Structurally Augmented IC50 Repository)**를 출시했다. 이 데이터셋은 실험적으로 측정된 IC₅₀(반억제 농도) 라벨과 결합된 524만 개의 AI 생성 3D 단백질-리간드 구조를 포함하고 있어, 분자 구조와 약물 효능 사이의 직접적인 연결을 지원한다.

기존의 AI 기반 신약 설계는 분자 구조만으로 효능이나 독성을 예측하는 데 한계가 있었으나, SAIR는 고품질 3D 구조와 검증된 결합 효능 데이터를 대규모로 제공함으로써 이 간극을 메운다. 이를 통해 신약 후보 물질 발굴(hit-to-lead) 및 최적화 과정을 실험실(wet lab)에서 컴퓨터 시뮬레이션(in silico)으로 전환하여 R&D 속도를 높일 수 있다.

데이터셋 구축에는 Boltz1 모델과 760개의 NVIDIA H100 프로세서가 사용되었으며, 총 13만 GPU 시간이 투입되었다. NVIDIA DGX Cloud를 활용한 최적화를 통해 당초 예상보다 4배 빠른 속도로 데이터 생성을 완료했다.

SAIR는 CC BY 4.0 라이선스로 공개되어 상업적 및 비상업적 연구 목적으로 자유롭게 활용할 수 있다.