蛋白质二级结构预测基准数据集CASP12-CB513-TS115

蛋白质二级结构预测基准数据集CASP12-CB513-TS115 数据来源：互联网公开数据
标签：蛋白质,二级结构,生物信息学,机器学习,结构预测,三态分类,八态分类

数据概述：
本数据集整合了CASP12、CB513和TS115三个基准数据集，用于蛋白质二级结构的预测研究。数据集中包含肽序列及其对应的二级结构注释，涵盖了八种二级结构类型：α-螺旋（H）、β-折叠（E）、环/无规则卷曲（C）、β-桥（B）、3-螺旋（G）、π-螺旋（I）、转角（T）和弯曲（S）。数据集共包含8679条非冗余肽链，其中25%用于训练模型，其余用于验证和测试。

数据用途概述：
该数据集适用于蛋白质二级结构预测模型的训练与评估，支持研究者开发更高效的预测算法。应用场景包括但不限于药物研发（通过解析蛋白质结构优化小分子药物）、生物工程（设计具有特定功能的蛋白质）以及基础生物研究（探索蛋白质结构与功能的关系）。此外，数据集也可用于教育和培训，帮助学习者理解蛋白质结构预测的基本原理和方法。