# BioQ를 소개합니다

> 공개 바이오 데이터 97종을 미리 모아 확인하고 색인했습니다. 평소 쓰는 말로 묻기만 하면, 근거까지 붙여 답합니다.

- Authors: AI3 Discovery
- Category: Research
- Published: 2026-11-16
- Updated: 2026-11-16
- Language: ko
- Canonical: https://ai3discovery.com/ko/research/bioq-search-engine-launch-ko

새 표적을 정하면, 연구보다 먼저 해야 하는 일이 있습니다. 데이터를 찾고, 모으고, 분석할 수 있는 형태로 맞추는 일입니다.

## 연구자에게는 이런 문제가 있었습니다

**데이터베이스가 너무 많고 계속 바뀝니다.** Nucleic Acids Research의 분자생물학 데이터베이스 목록은 2026년 1월 기준 [2,173개](https://doi.org/10.1093/nar/gkaf1427)입니다. 지난 한 해 동안 새로 96개가 추가됐고, 주소가 사라진 319개가 목록에서 빠졌습니다.

**크고, 형식이 제각각입니다.** MGnify 단백질 표는 1.11TB(서열 57억 개 이상)이고, UniProt TrEMBL은 gzip FASTA만 40.6GB입니다. 내려받아 풀고 색인하는 동안 연구는 멈춰 있고, 같은 준비를 연구자마다 되풀이합니다.

**DB 하나만 조회하면 다른 층의 근거를 놓칩니다.** 유전자 하나의 발현, 의존성, 결합 측정, 변이, 상호작용은 서로 다른 기관의 서로 다른 데이터베이스에 있습니다.

**식별자가 어긋난 join은 조용히 틀립니다.** UniProt accession, Ensembl ID, HGNC symbol, PubChem CID처럼 식별자 체계가 다른 표를 join하면, 매칭되지 않은 행은 오류 없이 사라집니다. 결과 표는 완성된 것처럼 보입니다.

## 그래서 AI3 Discovery가 BioQ를 만들었습니다

AI3 Discovery도 연구하면서 같은 준비를 직접 겪었습니다. 그래서 그 일을 연구자 대신 먼저 했고, 그 결과가 BioQ입니다. 공개 바이오 데이터베이스 97종을 원본과 대조해 적재하고, 바로 질의할 수 있게 색인하고, 식별자 기준으로 레코드를 교차 연결했습니다. 데이터는 우리가 모았으니, 연구자는 질문만 가져오시면 됩니다.

![BioQ가 담고 있는 데이터 규모: 공개 데이터셋 97종, 출처 기관 42곳, 메타게놈 단백질 서열 57.4억 개, 단백질-도메인 쌍 46.2억 개](/uploads/3fcdc867c72275a780de95ed.png)

UniProt, PDB, AlphaFold DB, ChEMBL, ClinVar, STRING, DepMap, GTEx, Human Protein Atlas까지. 연구에 쓰는 공개 데이터 97종을 하나씩 내려받을 필요도, 식별자를 손으로 맞출 필요도 없습니다. 전체 목록과 출처는 [데이터 카탈로그](https://bioq.bio/catalog)에 있습니다.

## 평소 쓰는 말로 묻습니다

![BioQ 에이전트가 췌장암에서 KRAS가 선택적 의존성 유전자인지 묻는 질문에 레코드 출처를 붙여 답한 화면](/uploads/dd16897cf88a16f358fa8c11.png)

**그림 1. 질문 하나, 출처가 붙은 답.** 췌장 계열은 KRAS 의존성 선택도 −1.2326으로 25개 계열 중 1위이고(43/47 세포주), 전체 1,178개 세포주의 의존 비율은 33.9%입니다.

질문하면 [에이전트](https://bioq.bio/app/agent)가 필요한 레이어를 골라 한 번에 조회하고, 수치마다 레코드 출처(citation)를 붙입니다. 답의 한계(limits)도 같이 적습니다. 어떤 연구에 어떻게 쓰는지, 다른 도구와 무엇이 다른지는 [사용 사례](https://bioq.bio/use-cases)에 정리돼 있습니다.

## 층을 겹쳐 봅니다

![KRAS 유전자의 암 의존성을 암 계통별로 나타낸 BioQ 화면. 췌장이 91퍼센트로 가장 높다](/uploads/c7f6ceba7bd87dbc7f8a57ec.png)

**그림 2. KRAS의 계통별 암 의존성.** 계통별로 의존하는 세포주의 비율입니다(DepMap CRISPR).

유전자 하나를 검색하면 암 의존성, 측정된 결합, 상호작용, 임상 변이, 발현, 구조, 면역세포 하위집단이 탭으로 이어집니다. UniProt accession을 넣으면 97개 레이어 가운데 그 accession을 받는 레이어가 한 번에 응답합니다. CD19(P15391)는 15개 레이어가 응답했고 12곳에서 레코드가 나왔습니다. 직접 하면 약 3.3시간(≈1.2TB 아카이브 확인)이 걸리는 질문이 BioQ에서는 0.33–0.37초입니다([직접 할 때와의 비교 6건](https://bioq.bio/engine#diy), 공개 아카이브 전송 속도 기준이며 환경에 따라 다릅니다). 레이어별 가동 상태는 [시스템 상태](https://bioq.bio/status) 페이지에서 볼 수 있습니다.

## 틀리지 않으려고

- 색인은 원본 레코드와 대조하고(총계 단언), 불일치하면 배포하지 않습니다.
- 배포마다 정답이 알려진 질의(known-answer test)로 스스로 점검하고, 하나라도 틀리면 서비스를 열지 않습니다.
- 응답 상태를 네 가지로 구분합니다. 있음(레코드를 다시 읽어 바이트까지 대조), 조회했으나 없음, 조회 불가(식별자 체계 불일치), 미확인. 미확인은 부재의 증거가 아닙니다.
- 붙여 넣은 서열은 AI 모델에 전달되지 않고(모델은 [SEQ1] 같은 placeholder만 받습니다), 대화 기록은 브라우저에만 저장됩니다([개인정보 처리방침](https://bioq.bio/privacy)).

## 오늘 바로 던져 볼 질문 세 가지

1. **지금 연구 중인 단백질의 UniProt accession을 [BioQ 검색창](https://bioq.bio/app)에 넣어 보세요.** 몇 개 레이어가 그 단백질을 알고 있는지, 어느 레이어가 아직 조회하지 않았는지 한 번에 나옵니다. 비어 있는 곳이 다음 연구 질문일 수 있습니다.
2. **가진 서열을 붙여 넣어 보세요.** Swiss-Prot에서 E-value, percent identity와 함께 상동 단백질을 찾고, MGnify 대표 서열 1억 2,900만 개 가운데 exact match가 있는지도 확인합니다.
3. **알려진 Pfam 도메인이 없는 큰 단백질 가족을 둘러보세요.** 구성원 5개 이상이면서 Pfam 도메인이 하나도 없는 MGnify 클러스터가 5,890,193개입니다. biome과 크기로 걸러 볼 수 있습니다.

[bioq.bio](https://bioq.bio)에서 이메일로 가입하면 카드도 승인 절차도 없이 바로 쓸 수 있고, 매달 [무료 한도](https://bioq.bio/pricing)가 있습니다. Claude, ChatGPT, Cursor에는 MCP로 붙일 수 있고, 검색엔진의 모든 레이어를 [API](https://bioq.bio/docs)로도 호출할 수 있습니다.

데이터를 찾고 모으고 맞추는 일은 연구가 아니라 연구 앞의 준비입니다. 그 준비는 우리가 해 뒀습니다. 연구자는 연구에만 집중하세요.

*수치는 BioQ 카탈로그(2026년 11월 15일 갱신)와 Nucleic Acids Research 2026 데이터베이스 특집호 편집 글(doi:10.1093/nar/gkaf1427) 기준입니다.*
