数据集概述
本数据集包含从PubChem筛选数据中提取的化合物谱矩阵，涵盖不同来源（确证/初级实验）的多个矩阵文件，记录化合物库针对靶点组的实验结果，为化学信息学和化学基因组学应用提供数据支持。
文件详解
- 数据文件（CSV格式）：
- Matrix1.csv：确证实验数据的完整矩阵，含53个实验和109,925个化合物，行代表PubChem化合物ID（CID），列代表实验ID（AI开头）
- Matrix2.csv：确证实验数据矩阵，密度96%，含53个实验和143,310个化合物，结构同Matrix1.csv
- Matrix3.csv：初级实验数据的完整矩阵，含171个实验和224,251个唯一化合物，结构同Matrix1.csv
- 说明文档（PDF格式）：
- Targets in Matrix 1 and 2.pdf：介绍Matrix1和Matrix2包含的靶点信息
- Targets in Matrix 3.pdf：介绍Matrix3包含的靶点信息
- 补充说明（TXT格式）：
- Readme.txt：提供数据集的基本说明，包括各矩阵的实验来源、规模和密度等信息
数据来源
PubChem BioAssay数据库
适用场景
- 化学信息学研究：用于分析化合物-靶点的结构-活性关系
- 机器学习模型开发：支持多任务活性预测模型的训练与评估
- 化学基因组学分析：探究化合物与靶点之间的相互作用模式
- 药物研发辅助：为药物候选化合物的筛选和优化提供数据参考
