蛋白质突变热稳定性预测数据集ProteinMutationThermalStabilityPredictionDataset-roberthatch
数据来源：互联网公开数据
标签：蛋白质工程, 突变分析, 热稳定性, 机器学习, 结构生物学, 蛋白质序列, 预测模型, 结构域
数据概述：
该数据集包含了关于蛋白质突变对热稳定性影响的实验和计算数据。核心内容是蛋白质序列在特定位置发生氨基酸突变后，其热稳定性相关的多种预测指标和实验测量值。主要特征如下：
时间跨度：数据未明确标注时间，可视为一个用于模型训练和验证的静态数据集。
地理范围：数据不涉及地理位置信息，主要关注蛋白质的序列和结构信息。
数据维度：数据集包含多个关键字段：
seq_id：序列标识符；
protein_sequence：蛋白质序列；
edit_type：突变类型；
position：突变位点；
wildtype_aa：野生型氨基酸；
mutant_aa：突变型氨基酸；
thermonet2_orig 和 thermonet2_small：两种不同的热稳定性预测模型的结果；
delta_confidence_e3：预测置信度；
rosetta_score：Rosetta 软件预测的能量得分；
foldx_ddg：FoldX 软件预测的自由能变化；
paeplddt_wt_rank：PAE-pLDDT 预测的排名；
vmd_rmsd：分子动力学模拟得到的均方根偏差；
sasa_ratio：溶剂可及表面积比率；
blosum100：BLOSUM100 矩阵得分。
数据格式：CSV格式，文件名为test_df_01.csv，方便数据读取与分析。
来源信息：数据来源于蛋白质工程相关研究，并经过了整理和标准化。
该数据集适合用于蛋白质热稳定性预测模型的构建、突变对蛋白质结构与功能影响的分析，以及结构生物学领域的研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于蛋白质工程、计算生物学等领域的研究，例如，蛋白质热稳定性预测模型的开发与评估、突变位点对蛋白质结构和功能的影响分析等。
行业应用：可以为生物制药、酶工程等行业提供数据支持，例如，优化蛋白质药物的稳定性、设计更稳定的工业酶等。
决策支持：支持蛋白工程中的理性设计，辅助研究人员快速筛选具有理想热稳定性的蛋白质变体。
教育和培训：作为生物信息学、蛋白质工程相关课程的实训素材，帮助学生和研究人员理解蛋白质突变与热稳定性之间的关系。
此数据集特别适合用于探索氨基酸突变对蛋白质热稳定性的影响规律，并构建预测模型，从而加速蛋白质的设计和优化过程。
