Shone/autotrain-data-enzydg

该数据集是为项目enzydg自动处理的，包含化学化合物和蛋白质序列的特征，以及一个目标值。数据集的结构包括数据实例、字段描述和数据集划分。数据实例展示了两个样本，每个样本包含一个唯一的ID、化合物的SMILES表示、目标蛋白质序列和一个浮点数的目标值。数据集字段包括id、feat_compound_iso_smiles、feat_target_sequence和target。数据集被划分为训练集和验证集，分别包含160和44个样本。

原始信息汇总

数据集概述

数据集描述

该数据集是为项目“enzydg”通过AutoTrain自动处理生成的。

语言

数据集的语言代码为unk。

数据集结构

数据实例

数据集中的样本示例如下：

json [ { "id": 155, "feat_compound_iso_smiles": "CC1(C2CC(=O)C1(C(=O)C2)C)C", "feat_target_sequence": "MKQLATPFQEYSQKYENIRLERDGGVLLVTVHTEGKSLVWTSTAHDELAYCFHDIACDRENKVVILTGTGPSFCNEIDFTSFNLGTPHDWDEIIFEGQRLLNNLLSIEVPVIAAVNGPVTNAPEIPVMSDIVLAAESATFQDGPHFPSGIVPGDGAHVVWPHVLGSNRGRYFLLTGQELDARTALDYGAVNEVLSEQELLPRAWELARGIAEKPLLARRYARKVLTRQLRRVMEADLSLGLAHEALAAIDLGMESEQ", "target": 13.621903419494629 }, { "id": 180, "feat_compound_iso_smiles": "C1=CC(=CC=C1C2=COC3=C(C2=O)C=CC(=C3)O[C@H]4C@@HO", "feat_target_sequence": "MAFPAGFGWAAATAAYQVEGGWDADGKGPCVWDTFTHQGGERVFKNQTGDVACGSYTLWEEDLKCIKQLGLTHYRFSLSWSRLLPDGTTGFINQKGIDYYNKIIDDLLKNGVTPIVTLYHFDLPQTLEDQGGWLSEAIIESFDKYAQFCFSTFGDRVKQWITINEANVLSVMSYDLGMFPPGIPHFGTGGYQAAHNLIKAHARSWHSYDSLFRKKQKGMVSLSLFAVWLEPADPNSVSDQEAAKRAITFHLDLFAKPIFIDGDYPEVVKSQIASMSQKQGYPSSRLPEFTEEEKKMIKGTADFFAVQYYTTRLIKYQENKKGELGILQDAEIEFFPDPSWKNVDAIYVVPWGVCKLLKYIKDTYNNPVIYITENGFPQSDPAPLDDTQRWEYFRQTFQELFKAIQLDKVNLQVYCAWSLLDNFEWNQGYSSRFGLFHVDFEDPARPRVPYTSAKEYAKIIRNNGLEAHL", "target": 17.67270851135254 } ]

数据集字段

数据集包含以下字段：

json { "id": "Value(dtype=int64, id=None)", "feat_compound_iso_smiles": "Value(dtype=string, id=None)", "feat_target_sequence": "Value(dtype=string, id=None)", "target": "Value(dtype=float32, id=None)" }

数据集分割

数据集被分割为训练集和验证集，分割大小如下：

分割名称	样本数量
训练集	160
验证集	44