化合物分子结构内源性与非内源性分类数据集CompoundMolecularStructureEndogenousandNon-endogenousClassification-kabilan03
数据来源：互联网公开数据
标签：分子结构，化合物，化学，机器学习，分类，SMILES，药物研发，生物化学
数据概述：
该数据集包含来自公开数据库的化合物分子结构信息，记录了化合物的SMILES字符串，并根据其来源分为内源性和非内源性两类。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态数据集。
地理范围：数据来源于全球范围内的化合物数据库，不限定特定地理区域。
数据维度：数据集包含“zinc_id” (化合物唯一标识符)和“smiles”（SMILES字符串，表示化合物的分子结构）两个字段，数据集中化合物被分为内源性和非内源性两类，方便进行二分类任务。
数据格式：CSV格式，包含两个文件：nonhuman-metabolites.csv（非内源性化合物）和endogenous.csv（内源性化合物），便于进行数据处理和分析。
来源信息：数据来源于公开的化学数据库，如ZINC等，已进行标准化和清洗。
该数据集适合用于分子结构相关的研究，以及药物发现和化学信息学领域的数据建模和机器学习应用。
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：适用于化学信息学、药物设计、计算化学等领域的学术研究，如分子结构与生物活性的关系研究、药物靶点预测等。
行业应用：可以为药物研发、化学品评估等行业提供数据支持，特别是在化合物筛选、毒性预测等方面。
决策支持：支持药物研发过程中的化合物选择和优化，以及相关领域的决策制定。
教育和培训：作为化学、生物化学和药学等专业课程的辅助材料，帮助学生和研究人员深入理解化合物的分子结构与性质。
此数据集特别适合用于探索不同来源化合物的分子结构差异，以及基于分子结构的分类和预测模型构建，帮助用户实现药物研发过程中的化合物筛选和优化。
