数据集概述
本数据集是论文《Redocking the PDB》的补充数据，包含PDBScan22和PDBScan22-HQ两个核心数据集，以及配体、结合位点的属性数据和JAMDA、AutoDock Vina等工具的分子对接结果。数据以CSV格式存储并附JSON元数据，符合CSV on the web标准，支持蛋白质-配体对接算法的性能评估与分析。
文件详解
- 核心数据集文件
- PDBScan22.csv：PDBScan22数据集主文件，包含322,051个大分子-配体结合位点基础信息，格式CSV
- PDBScan22-HQ.csv：PDBScan22-HQ高质量数据集，包含21,355个通过结构质量过滤的结合位点，格式CSV
- PDBScan22-HQ-ADV-Success.csv：PDBScan22-HQ子集，剔除AutoDock Vina失败的336个结合位点，格式CSV
- PDBScan22-HQ-Macrocycles.csv：PDBScan22-HQ子集，仅包含含至少10原子大环分子的结合位点，格式CSV
- 属性数据文件
- PDBScan22_ligand_properties.csv：PDBScan22配体的构象无关属性，格式CSV
- PDBScan22_StructureProfiler_quality_descriptors.csv：PDBScan22结合位点的结构质量描述符，格式CSV
- PDBScan22_basic_complex_properties.csv：PDBScan22结合位点的基础复合物属性，格式CSV
- PDBScan22-HQ_DoGSite3_pocket_descriptors.csv：PDBScan22-HQ结合位点的口袋描述符，格式CSV
- PDBScan22-HQ_molecule_types.csv：PDBScan22-HQ配体的分子类型分类（药物样、片段样等），格式CSV
- 对接结果文件
- 通用规则：每个对接实验包含主结果文件（如PDBScan22_JAMDA_NL_NR.csv）和构象结果文件（如PDBScan22_JAMDA_NL_NR_poses.csv），主文件记录对接运行概况，构象文件记录每个构象的得分与RMSD值，格式均为CSV
- 示例文件：PDBScan22-HQ_JAMDA_NL_NR.csv（JAMDA在PDBScan22-HQ上的对接概况）、PDBScan22-HQ_AutoDockVina_poses.csv（AutoDock Vina在PDBScan22-HQ上的构象结果）
- 共识评分结果文件
- PDBScan22-HQ_JAMDA_NW_NR_Consensus.csv：JAMDA与AutoDock Vina的共识评分概况，格式CSV
- PDBScan22-HQ_JAMDA_NW_NR_Consensus_poses.csv：无优化的共识评分构象结果，格式CSV
- PDBScan22-HQ_JAMDA_NW_NR_ConsensusOpt_poses.csv：带优化的共识评分构象结果，格式CSV
数据来源
论文“Redocking the PDB” by Flachsenberg et al.（DOI: 10.1021/acs.jcim.3c01573）
适用场景
- 分子对接算法性能评估：对比JAMDA、AutoDock Vina等工具在不同数据集上的对接精度与效率
- 配体-结合位点属性关联分析：探究配体分子属性、结合位点结构特征与对接结果的相关性
- 分子类型特异性研究：分析不同分子类型（如大环分子）的对接难点与优化方向
- 药物研发辅助：通过高质量对接数据筛选潜在药物分子的结合模式，支持药物设计
