数据集概述
本数据集为Google Summer of Code 2025项目（MDAnalysis x ProLIF）的验证数据存档，核心包含plinder和pinder两种系统的测试、验证样本数据，以CSV文件记录系统信息，以ZIP压缩包存储分子指纹及质子化系统数据，用于氢键相互作用相关验证实验。
文件详解
- CSV数据文件（共4个）：
- plinder_test_systems.csv：记录plinder测试系统信息，字段包括system_id（系统ID）、entry_pdb_id（PDB编号）、system_num_ligand_chains（配体链数）、system_num_protein_chains（蛋白链数）、ligand_instance_chain（配体实例链）、split（分组，值为test）
- pinder_test_systems.csv：记录pinder测试系统信息，字段包括split（分组）、id（系统ID）、pdb_id（PDB编号）、cluster_id（聚类ID）、uniprot_R（受体蛋白UniProt ID）、uniprot_L（配体蛋白UniProt ID）等
- plinder_val_systems.csv：记录plinder验证系统信息
- pinder_val_systems.csv：记录pinder验证系统信息
- ZIP压缩包文件（共6个）：
- plinder_val_fps.zip：plinder验证集分子指纹压缩包
- pinder_val_fps.zip：pinder验证集分子指纹压缩包
- plinder_test_fps.zip：plinder测试集分子指纹压缩包
- pinder_test_fps.zip：pinder测试集分子指纹压缩包
- plinder_protonated_systems.zip：plinder质子化系统压缩包
- pinder_protonated_pdbs.zip：pinder质子化PDB文件压缩包
数据来源
GitHub仓库：https://github.com/yuyuan871111/GSoC2025_Hbond_PM/tree/main
适用场景
- 生物信息学研究：用于MDAnalysis与ProLIF工具的氢键相互作用验证实验
- 分子动力学分析：支撑基于隐式氢模型的蛋白质-配体氢键相互作用预测模型验证
- 结构生物学研究：辅助蛋白质-配体复合物系统的分子指纹与质子化状态分析
- 开源项目验证：为Google Summer of Code 2025相关项目提供测试与验证数据支持
