蛋白质突变与稳定性预测训练数据集ProteinMutationStabilityPredictionTrainingDataset-w2508524051
数据来源：互联网公开数据
标签：蛋白质结构, 蛋白质突变, 蛋白稳定性, 机器学习, 结构生物学, 序列分析, ddG预测, 数据挖掘
数据概述：
该数据集包含来自蛋白质结构与功能研究的数据，记录了蛋白质突变对其稳定性的影响。主要特征如下：
时间跨度：数据未明确标明时间，可视为静态蛋白质突变与稳定性关系的集合。
地理范围：数据来源于蛋白质结构数据库，涵盖多种蛋白质，无特定地理范围限制。
数据维度：数据集包含以下关键字段：
PDB：蛋白质数据库（Protein Data Bank）编号，用于标识蛋白质结构。
wildtype：蛋白质的野生型氨基酸序列。
position：突变发生的氨基酸残基位置。
mutation：突变的氨基酸残基。
ddG：突变引起的蛋白质自由能变化（ddG）值，反映蛋白质稳定性变化。
sequence：蛋白质的氨基酸序列。
mutant_seq：突变后的氨基酸序列。
source：数据来源标识。
dTm：蛋白质熔解温度变化，反映蛋白质热稳定性变化（部分数据缺失）。
CIF：CIF（Crystallographic Information File）文件标识（部分数据缺失）。
数据格式：CSV格式，文件名为all_train_data_v17.csv，便于数据处理与分析。
来源信息：数据来源于蛋白质结构与功能研究，已进行结构化整理。
该数据集适合用于蛋白质结构与功能研究、蛋白质稳定性预测等领域的数据分析和模型构建。
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：适用于蛋白质结构与功能、蛋白质工程等领域的学术研究，如蛋白质稳定性预测模型的构建、突变对蛋白质结构影响的分析等。
行业应用：为生物制药、生物技术公司提供数据支持，用于蛋白质药物的设计与优化、酶的定向进化等。
决策支持：支持蛋白质工程领域的决策制定，例如，辅助设计更稳定的蛋白质，提高蛋白质药物的疗效。
教育和培训：作为结构生物学、生物信息学等课程的辅助材料，帮助学生和研究人员深入理解蛋白质突变与稳定性的关系。
此数据集特别适合用于探索蛋白质突变与稳定性的量化关系，帮助用户实现蛋白质稳定性预测模型的构建、优化蛋白质设计等目标。
