DeepFoldProtein/SCOP-1.65-New

该数据集包含蛋白质结构相关的信息，主要字段包括PDB链标识符（pdb_id_chain）、域标识符（domain_ids）、域边界（domain_boundaries）、域数量（ndom）、是否包含无序区域（is_dis）以及序列信息（seq）。数据集分为训练集，包含35,915个样本，总大小为10,869,917字节。

原始信息汇总

数据集概述

数据集特征

• pdb_id_chain: 数据类型为字符串。
• domain_ids: 数据类型为字符串。
• domain_boundaries: 数据类型为字符串。
• ndom: 数据类型为整数（int64）。
• is_dis: 数据类型为整数（int64）。
• seq: 数据类型为字符串。

数据集划分

• train: 包含35915个样本，占用10869917字节。

数据集大小

• 下载大小: 4238403字节。
• 实际大小: 10869917字节。

配置信息

• default:
  • 数据文件:
    • train: 路径为data/train-*。