juppy44/chembl-full

---
license: cc-by-sa-3.0
language:
- en
tags:
- chemistry
- drug-discovery
- bioactivity
- chembl
- smiles
- molecular-properties
size_categories:
- 1M<n<10M
---

# ChEMBL Full Dataset

A flat, fully-joined export of the ChEMBL database (1,980 rows, 139 columns).

## What's included

Each row is one **bioactivity measurement** (IC50, Ki, EC50, Kd, GI50 etc.) enriched with:

| Source | Key columns |
|---|---|
| Activity | `pchembl_value`, `standard_type/value/units`, `activity_comment`, `ligand_efficiency` |
| Molecule | `canonical_smiles`, `standard_inchi`, all physicochemical properties, `max_phase`, `indication_class`, synonyms |
| Assay | `description` (free text), `confidence_score`, `assay_type`, cell/tissue/organism context |
| Target | `pref_name`, `target_type`, `uniprot_accession`, `component_description` |
| Mechanism | `mechanism_of_action`, `action_type`, `mechanism_comment`, `selectivity_comment` |
| Drug indications | `mesh_headings`, `efo_terms`, `max_phase_for_ind` |
| Document | `doc__title`, `doc__abstract`, `doc__doi`, `doc__pubmed_id` |

## Usage

```python
from datasets import load_dataset
ds = load_dataset("juppy44/chembl-full")
df = ds['train'].to_pandas()
```

## License

ChEMBL data is provided under [CC BY-SA 3.0](https://creativecommons.org/licenses/by-sa/3.0/).
Cite: Zdrazil et al., *Nucleic Acids Research* 2023. DOI: 10.1093/nar/gkad1004

许可证：知识共享署名-相同方式共享3.0（CC BY-SA 3.0）
语言：
- 英语
标签：
- 化学
- 药物发现
- 生物活性
- ChEMBL
- 简化分子线性输入规范（SMILES）
- 分子性质
规模类别：
- 100万 < 数据量 < 1000万

# ChEMBL完整数据集

本数据集为ChEMBL数据库的扁平化全连接导出文件，包含1980行、139列。

## 数据集内容

每一行代表一次**生物活性测定**（涵盖IC50、Ki、EC50、Kd、GI50等测定类型），并附带以下补充信息：

| 数据类别 | 关键字段 |
|---|---|
| 活性数据 | `pchembl_value`、`standard_type/value/units`、`activity_comment`、`ligand_efficiency` |
| 分子信息 | `canonical_smiles`（简化分子线性输入规范，SMILES）、`standard_inchi`、所有理化性质、`max_phase`、`indication_class`、同义词 |
| 实验测定 | `description`（自由文本）、`confidence_score`、`assay_type`、细胞/组织/生物体背景 |
| 靶标信息 | `pref_name`、`target_type`、`uniprot_accession`、`component_description` |
| 作用机制 | `mechanism_of_action`、`action_type`、`mechanism_comment`、`selectivity_comment` |
| 药物适应症 | `mesh_headings`、`efo_terms`、`max_phase_for_ind` |
| 文献资料 | `doc__title`、`doc__abstract`、`doc__doi`、`doc__pubmed_id` |

## 使用方法

使用示例如下：
python
from datasets import load_dataset
ds = load_dataset("juppy44/chembl-full")
df = ds['train'].to_pandas()

## 许可证

ChEMBL数据依据[知识共享署名-相同方式共享3.0（CC BY-SA 3.0）](https://creativecommons.org/licenses/by-sa/3.0/)协议发布。引用格式：Zdrazil等人，*《核酸研究》* 2023。DOI: 10.1093/nar/gkad1004