数据集概述
该数据集围绕抗流感治疗的协同匹莫地韦组合展开，包含预测建模与机制验证相关数据。核心内容涉及通过机器学习框架筛选候选药物，结合实验验证其对流感病毒的抑制效果及作用机制，为抗流感组合疗法设计提供数据支持。
文件详解
该数据集包含一个CSV格式的补充表文件，具体说明如下：
- 文件名称: Supplementary Table Candidate drug anti-H1N1 effects.csv
- 文件格式: CSV (.csv)
- 字段示例:
- Product Name: 候选药物产品名称
- Smiles: 药物分子结构的简化分子线性输入规范
- drug_ID: 药物唯一标识符
- results_H1N1_mean: 候选药物抗H1N1流感病毒效果的平均值
- MolWt: 药物分子量
- HeavyAtomCount: 重原子数量
- NumHAcceptors: 氢键受体数量
- NumHDonors: 氢键供体数量
- MolLogP: 分子脂水分配系数
适用场景
- 抗病毒药物研发: 用于筛选抗流感病毒的协同药物组合，优化治疗方案
- 机器学习在药物发现中的应用: 研究机器学习模型预测药物协同效果的可行性与准确性
- 流感病毒机制研究: 分析药物组合增强匹莫地韦与PB2cap结构域结合亲和力的作用机制
- 抗病毒治疗策略优化: 为RNA病毒组合疗法的理性设计提供数据参考
