Models for protein solubilities based on molecular descriptors.

Results from three different linear regression models for protein solubilities, combining the protein net-charge (q) with one of the three descriptors dipole-moment (p), normalized SAP-score (nSAP), or largest SAP value (SAPmax), and from the CCSol web-server. Included are the coefficients of the linear regression models (Eq.3), the correlations between experimental and calculated solubility (), and the P-value (probability that the observed correlation is coincidental). Data are given for two protein sets: 18 proteins from EColi-K12 (setA), and 20 mutations of RNAseSA (setB).

本数据集包含三种针对蛋白质溶解度的线性回归模型（linear regression model）预测结果，此类模型以蛋白质净电荷（protein net-charge，q）为基础变量，分别结合三类描述符中的一类构建：偶极矩（dipole-moment，p）、标准化SAP评分（normalized SAP-score，nSAP）以及最大SAP值（largest SAP value，SAPmax），所有预测结果均源自CCSol服务器（CCSol web-server）。本数据集涵盖线性回归模型的系数（对应公式3，Eq.3）、实验溶解度与计算溶解度之间的相关系数（），以及P值（P-value，即观测到的相关关系纯属偶然的概率）。本次提供的数据包含两组蛋白质数据集：其一为来自大肠杆菌K12（EColi-K12）的18种蛋白质（setA），其二为核糖核酸酶SA（RNAseSA）的20种突变体（setB）。