Synthyra/PubmedProteinScience

Name: Synthyra/PubmedProteinScience
Creator: Synthyra
Published: 2024-12-05 20:39:11
License: 暂无描述

Hugging Face2024-12-05 更新2025-04-08 收录

下载链接：

https://hf-mirror.com/datasets/Synthyra/PubmedProteinScience

下载链接

链接失效反馈

官方服务：

资源简介：

这是一个包含与蛋白质科学相关度不高的PubMed摘要的数据集，更新时间为2024年2月。

This dataset contains PubMed abstracts that are vaguely related to protein science as of February 2024.

提供机构：

Synthyra

Synthyra/NEGATOME

NEGATOME2.0数据库，包含通过文献挖掘、手动注释和蛋白质结构分析得到的非相互作用蛋白质对。

Hugging Face2026-01-15 更新100

Synthyra/BIOGRID

BIOGRID是一个生物医学领域的综合资源库，包含了经过人工审核的蛋白质、遗传和化学相互作用数据。该数据集包含A、B、SeqA、SeqB、OrgA和OrgB等字段，均为字符串类型。训练集包含2631550个示例，数据集总大小为3,371,463,433字节。

Hugging Face2025-03-12 更新80

Synthyra/TremblNLP

这是一个经过大量去重处理的Trembl版本的数据集，包含1329150个训练示例，每个示例包含蛋白质的ids、seqs和texts描述。数据集大小为1009714080字节，下载大小为669995659字节，专注于密集的自然语言蛋白质描述。

Hugging Face2024-12-05 更新30

Synthyra/SwissProt

这是一个包含从2024年7月的SwissProt数据库中提取的蛋白质相关信息的数据集。它包括Entry Name, Sequence, EC number等多个字段，并提供了训练集（train）。

Hugging Face2024-12-05 更新90

Synthyra/PLINDER

该数据集包含来自PLINDER数据集的每个配体与每个相互作用的蛋白质链对的详细信息。数据来源于蛋白质数据库（PDB），通过PLINDER数据集获取。数据集提供了详细的列描述，包括系统ID、数据集分割、PDB条目ID、实验方法、结构分辨率、蛋白质序列、配体SMILES等信息。数据集分为训练集、验证集和测试集，分别包含425694、1065和1311个样本。

Hugging Face2026-01-23 更新50