jarod0411/covid_linker

该数据集主要用于分子结构分析和评分，包含分子对接分数、SMILES表示、自定义结构表示、溶解度和药物相似性评分等特征。数据集分为训练集，适用于机器学习模型的训练。

This dataset is primarily used for molecular structure analysis and scoring, including features such as DockingScore, SMILES representation, custom structure representation, solubility and drug similarity scores. The dataset is divided into a training set, suitable for training machine learning models.

原始信息汇总

数据集概述

数据集特征

• DockingScore: 数据类型为 float64
• smiles: 数据类型为 string
• scaffold_smiles: 数据类型为 string
• selfies: 数据类型为 string
• scaffold_selfies: 数据类型为 string
• sa: 数据类型为 float64
• norm_sa: 数据类型为 float64
• sol: 数据类型为 float64
• norm_sol: 数据类型为 float64
• qed: 数据类型为 float64
• dock: 数据类型为 float64
• norm_dock: 数据类型为 float64
• split_min: 数据类型为 int64，序列类型
• split_std: 数据类型为 int64，序列类型
• overlap_p1: 数据类型为 string
• overlap_p2: 数据类型为 string
• seperate_p1: 数据类型为 string
• seperate_p2: 数据类型为 string

数据集分割

• train: 包含 1280 个样本，占用 851671 字节

数据集大小

• 下载大小: 365754 字节
• 数据集大小: 851671 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*