标准化化学和生物基准公开数据集

数据集公开了四种类型不同的化学和生物数据，用于验证所提出方法的有效性。这些数据集经过项目团队的处理和优化，以更好地适配图神经网络（GNN）在光谱效应与图卷积滤波设计中的研究需求。具体数据集如下：
NCI1数据集：数据集源自化学信息学领域，每个图表示一个化学化合物，节点代表原子，边代表原子间的化学键。NCI1数据集用于非小细胞肺癌的活性筛选。在本项目中，我们对该数据集进行了光谱平滑性优化，以验证所提出的“无相关架构”在处理光谱不平滑问题时的有效性。
NCI109数据集：数据集源自化学信息学领域，每个图表示一个化学化合物，节点代表原子，边代表原子间的化学键。NCI109数据集用于卵巢癌细胞的活性筛选。每个节点都有一个输入标签，表示对应的原子类型，通过独热编码（one-hot encoding）转换为0/1元素的向量。项目中，我们对该数据集的光谱特征进行了重新标定，以支持更复杂的图滤波器设计。
ENZYMES数据集：数据集包含了酶的蛋白质结构图。每个图代表一种酶，节点表示二级结构元素，如螺旋、片层或转角，并附有物理和化学信息。在本项目中，我们对该数据集的光谱分布进行了优化，以验证所提出的光谱优化方法在多通道图卷积中的性能提升。
PTC_MR数据集：PTC数据集用于预测化学化合物的致癌性。其中，PTC_MR是该数据集的一个子集，包含了化学化合物的分子图，节点代表原子，边代表化学键。该数据集的标签表示化合物对雄性大鼠的致癌性。项目中，我们对该数据集的光谱范围进行了调整，以支持更高阶多项式滤波器的设计与验证。