DeepFoldProtein/ss_disorder_rsa_multimer_id40_center_max_pair_processed
收藏Hugging Face2024-05-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/DeepFoldProtein/ss_disorder_rsa_multimer_id40_center_max_pair_processed
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含蛋白质序列及其相关特征，如二级结构、无序区域、相对溶剂可及性、二面角等。数据集主要用于训练模型，包含159,497个样本，总大小为12,706,447,699字节，下载大小为737,129,597字节。
该数据集包含蛋白质序列及其相关特征，如二级结构、无序区域、相对溶剂可及性、二面角等。数据集主要用于训练模型，包含159,497个样本，总大小为12,706,447,699字节，下载大小为737,129,597字节。
提供机构：
DeepFoldProtein
原始信息汇总
数据集概述
数据集特征
- code: 字符串类型
- nres: 整数类型（int64）
- sequence: 字符串类型
- ss3: 字符串类型
- ss8: 字符串类型
- disorder: 字符串类型
- rsa: 字符串类型
- (phi psi): 字符串类型
- input_ids: 序列类型，整数（int32）
- attention_mask: 序列类型，整数（int8）
- special_tokens_mask: 序列类型，整数（int8）
- is_multimer: 布尔类型
- ss8_label: 序列类型，整数（int64）
- rsa_label: 序列类型，浮点数（float64）
- rsa_loss_mask: 序列类型，整数（int64）
数据集分割
- train:
- 数据量: 12706447699 字节
- 示例数量: 159497
数据集大小
- 下载大小: 737129597 字节
- 数据集总大小: 12706447699 字节
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
