数据集概述
该数据集包含基于知识图谱和推荐系统的药物-靶点相互作用（DTI）预测框架相关代码与数据，涵盖多种预测方法的实现脚本、多来源DTI数据集及知识图谱数据，为DTI预测研究提供完整的实验支持。
文件详解
该数据集以压缩包形式提供，包含代码脚本和数据目录，具体说明如下：
- 代码脚本:
- kge_nfm.py: 实现KGE_NFM与NFM预测方法
- kge_rf.py: 实现KGE_RF与RF预测方法
- deepdit.py: 实现MPNN_CNN与DeepDTI预测方法
- DTINet和DTiGEMS方法需基于其源包测试（详见依赖说明）
- 数据目录（data/）:
- yamanishi_08/目录：包含10折训练测试集、冷启动场景数据、知识图谱数据、完整DTI数据集、药物结构与蛋白序列数据、分子指纹与蛋白描述符
- BioKG/目录：包含10折训练测试集、冷启动场景数据、知识图谱数据、完整DTI数据集、药物结构与蛋白序列数据、分子指纹与蛋白描述符
- hetionet/目录：包含10折训练测试集、冷启动场景数据、知识图谱数据、完整DTI数据集、药物结构与蛋白序列数据、分子指纹与蛋白描述符
- luo's_dataset/目录：包含10折训练测试集、冷启动场景数据、映射文件、相似性矩阵、药物与蛋白特征数据
- eg_model/目录：提供预训练的知识图谱嵌入模型示例
适用场景
- 药物研发研究：预测药物与靶点蛋白的相互作用，加速药物发现过程
- 计算生物学分析：构建药物-靶点相互作用预测模型，验证不同算法性能
- 知识图谱应用：探索知识图谱在生物医学数据整合与预测任务中的价值
- 机器学习方法比较：对比不同DTI预测方法（如KGE_NFM、RF、DeepDTI）的效果差异
