相关数据集
vector-institute/atom3d-psr
该数据集用于预测蛋白质分子的三维结构，给定其序列。数据集包含约700个蛋白质目标，来源于CASP 5-13。每个目标包含其假定结构集合，这些结构经过SCWRL4软件处理以改善侧链构象。数据集按年份分割，用于训练、验证和测试。
Hugging Face2024-07-09 更新240
vector-institute/open-pmc-18m
OPEN-PMC数据集是一个包含医学论文中图像-文本对的集合，旨在支持医学图像理解研究，包括医学图像标注、多模态学习、图像-文本检索和医学语言理解等任务。该数据集主要由英文文本组成，不包含预定义的数据划分，用户可以根据需要自行划分训练、验证和测试数据。数据集来源于BIOMEDICA，经过过滤和分解处理后，用于学术和研究目的。
Hugging Face2026-05-13 更新210
vector-institute/atom3d-rsr
RSR: RNA Structure Ranking数据集用于预测RNA分子的三维结构，给定其序列。数据集包含21个RNA分子，这些RNA分子来自RNA-Puzzles竞赛。数据集被分为训练集、验证集和测试集，分别包含12479、4000和4000个样本。每个样本包含输入序列的ID、坐标和标签（即与实验确定结构的RMSD值）。数据集的总下载大小为718847118字节，总大小为1936109392
Hugging Face2024-07-09 更新160
vector-institute/atom3d-res
该数据集用于预测蛋白质中氨基酸的身份，基于其周围的结构环境。数据集包含从PDB非冗余结构中提取的原子环境，任务被形式化为分类任务，即根据环境中所有其他原子预测中心氨基酸的身份。数据集分为训练集、验证集和测试集，每个集都有相应的字节大小和示例数量。此外，数据集还提供了按CATH 4.2拓扑类在域级别进行分割的选项。
Hugging Face2024-07-11 更新220
vector-institute/atom3d-smp
QM9数据集包含134k个稳定的小有机分子的结构和能量、电子及热力学性质，这些数据来源于量子化学计算。数据集的任务是从基态结构预测分子性质。数据集提供了一个随机分割的训练集、验证集和测试集。部分分子因未通过一致性测试或未正确处理而被排除。labels字段包含了每个分子的旋转常数、偶极矩、各向同性极化率、HOMO能量、LUMO能量、能隙、电子空间范围、零点振动能量、内能、焓、自由能、热容等量及其单位
Hugging Face2024-07-09 更新180
