数据集概述
本数据集为AGIMA-Score模型构建提供支持，包含训练、验证、测试数据集及索引文件，还提供预训练模型的Docker容器和模型预测结果。核心内容是蛋白质-配体复合物的原子属性数据与结合亲和力标签，可用于分子建模和药物发现相关研究。
文件详解
- 训练数据集：
- 文件名称：training.zip
- 文件格式：ZIP
- 内容说明：源自PDBbind V2020 Refined Set的二次数据集，包含5007个复合物，已移除与验证/测试集相似的样本
- 验证数据集：
- 文件名称：validation.zip
- 文件格式：ZIP
- 内容说明：源自PDBbind V2020 Core Set (CASF-2016)，包含195个复合物，已移除与训练集相似的样本，用于模型参数调优
- 测试数据集1：
- 文件名称：test1.zip
- 文件格式：ZIP
- 内容说明：源自CSAR-HiQ1，包含116个复合物，已移除与训练/验证集相似的样本，用于模型测试
- 测试数据集2：
- 文件名称：test2.zip
- 文件格式：ZIP
- 内容说明：源自CSAR-HiQ2，包含102个复合物，已移除与训练/验证/测试1集相似的样本，用于模型测试
- 索引文件：
- 文件名称：indexes.zip
- 文件格式：ZIP
- 内容说明：包含训练、验证、测试1、测试2集复合物的结合亲和力标签数据
- Docker容器：
- 文件名称：docker.zip
- 文件格式：ZIP
- 内容说明：含预安装的AGIMA-Score18模型，包括模型文件、Docker配置文件、依赖清单、示例文件及使用说明
- 模型预测结果：
- 文件名称：predictions_byAGIMAscore18.zip
- 文件格式：ZIP
- 内容说明：包含AGIMA-Score18模型对验证集、测试1集、测试2集的预测结果文件
- 原子属性文件（xxxx_atm_prop.txt）：
- 文件格式：TXT
- 字段说明：记录蛋白质-配体复合物的原子信息，包括原子ID、原子序数、坐标、元素类型标记、杂化类型、邻接原子数、药效团属性、电荷、离子化能力、排除体积、范德华半径、分子类型（蛋白质/配体）及邻接原子共价键信息
适用场景
- 药物分子亲和力预测模型训练: 利用训练集数据构建和优化AGIMA-Score模型，预测蛋白质-配体结合亲和力
- 模型性能验证与评估: 通过验证集和测试集评估模型的预测准确性和泛化能力
- 分子建模工具开发: 基于Docker容器中的预训练模型，开发药物发现相关的分子建模应用
- 药物研发辅助分析: 利用模型预测结果辅助筛选潜在药物分子，加速药物研发进程
- 分子结构属性研究: 分析原子属性数据，探究分子结构与结合亲和力之间的关系
