数据集概述
本数据集为Ing. Jozef Fülöp（布拉格化工学院，2024）的硕士论文“Cheminformatics Analysis of RNA-Binding Ligands”相关数据，包含RNA结合分子分类的原始及处理数据，分为Set1 Large（77,420个化合物）和Set2 Small（3,922个化合物）两部分，支持RNA结合配体的化学信息学分析。
文件详解
- 数据集压缩包
- 文件名称：ThesisDataset_RNA_binders.zip
- 文件格式：ZIP
- 字段映射介绍：包含Set1 Large和Set2 Small的处理后CSV文件，Set1 Large CSV字段有smiles（规范SMILES）、source（来源库）、ecfp6（2048位指纹）、bit_info_map（指纹位-分子片段映射）、rna（RNA结合二进制标识）；Set2 Small CSVs字段有source（来源库/子集）、smiles（规范SMILES）、ecfp6（2048位指纹）、bit_info_map（指纹位-分子片段映射）、label（结合标签二进制标识）
- 元数据文件
- 文件名称：metadata.json
- 文件格式：JSON
- 字段映射介绍：包含title、description、keywords、license、version、creators、date_of_collection、date_of_processing、method、references、sources等元数据字段
- 说明文档
- 文件名称：README.md
- 文件格式：MD
- 字段映射介绍：包含数据集版本、收集及处理日期、作者、数据集概述等信息
- 许可文件
- 文件名称：LICENSE
- 文件格式：无扩展名
- 字段映射介绍：记录CC BY 4.0许可条款
数据来源
Ing. Jozef Fülöp的硕士论文“Cheminformatics Analysis of RNA-Binding Ligands”（布拉格化工学院，2024）
适用场景
- RNA结合配体分类模型构建: 利用Set1 Large和Set2 Small的化合物数据及标签，训练和验证RNA结合分子的分类模型
- 化学信息学特征分析: 通过ecfp6指纹和bit_info_map，研究RNA结合配体的分子结构特征
- 分子库筛选优化: 基于Set1 Large的多来源化合物库数据，筛选潜在RNA结合配体
- 药物发现辅助研究: 结合RNA结合配体的分类结果，辅助RNA靶向药物的早期发现与设计
