BELKA药物预测训练数据集

BELKA药物预测训练数据集 数据来源：互联网公开数据
标签：BELKA,药物发现,机器学习,数据科学,蛋白质特征,训练数据,测试数据

数据概述：
本数据集是NeurIPS 2024比赛“使用BELKA预测新药物”的训练数据集，包含以下组成部分：
1. train_BELKA_balanced：从原始2.5亿行训练数据中提取的200万行平衡数据集，包含“bind”和“No-Bind”两类样本。
2. train_xxx.csv：针对特定蛋白质xxx的训练数据，包含额外的蛋白质特征。
3. test_xxx.csv：针对特定蛋白质xxx的测试数据，同样包含额外的蛋白质特征。

数据用途概述：
该数据集主要用于开发预测新药物的机器学习模型，支持针对不同蛋白质分别建模，并将模型结果合并后提交。研究人员和开发者可利用此数据集进行药物发现研究、模型性能优化以及机器学习算法的探索。此外，数据集还适用于蛋白质特征分析、药物-靶点结合预测等场景，为药物研发提供数据支持。