分子毒性预测数据集OGBG-MolTox21

分子毒性预测数据集OGBG-MolTox21 数据来源：互联网公开数据 标签：分子,毒性,药物研发,机器学习,图神经网络,化学,生物信息学,OGB,分子性质预测 数据概述： OGBG-MolTox21数据集是Open Graph Benchmark（OGB）中用于分子性质预测的基准数据集之一。该数据集包含分子结构数据，每个分子被表示为一个图，其中节点代表原子，边代表化学键。节点特征包括原子类型、手性等，边特征则描述了化学键的属性。数据集中的任务是预测分子的毒性，即判断分子是否具有毒性，属于二元分类任务。该数据集是MoleculeNet的一部分，所有分子都经过RDKit预处理。

数据用途概述： 该数据集主要应用于药物研发、毒性预测、化学信息学等领域。研究人员可以使用该数据集训练和评估图神经网络模型，用于预测分子的毒性，从而加速药物筛选和优化过程。此外，该数据集也可用于测试和比较不同的机器学习算法在分子性质预测任务上的性能。适用于学术研究、算法开发、以及相关领域的教学和实践。