MOL_LMDB

Name: MOL_LMDB
Creator: Feng, Shikun
Published: 2024-01-09T00:00:00+08:00

Figshare2024-01-09 更新2026-04-08 收录

数据链接：

官方服务：

资源简介：

The pcqm molecular files used for fractional denoising pre-training

提供机构：

创建时间：

2024-01-09

该数据集是Sequential Attachment-based Fragment Embedding (SAFE)的一个子集，SAFE是一种新的分子线性表示法，旨在通过生成模型改进分子设计。数据集包含两个主要特征：input和mc_labels，并且分为训练集和测试集。

Hugging Face2024-07-08 更新210

SAFE PubChem 10M数据集是从原始的PubChem 10M数据集派生出来的，使用safe-mol（0.1.13版本）生成了基于顺序连接的片段嵌入（SAFE）表示。该数据集总共包含10M个SMILES编码的化学物质的条目。

Hugging Face2025-02-24 更新110

该数据集包含三个主要特征：labels和seqs，其中labels为浮点数类型，seqs为字符串类型。数据集被分为训练集、验证集和测试集，分别包含5156、1120和1108个样本。数据集的下载大小为281144字节，总大小为951701字节。

Hugging Face2024-07-18 更新60

AtomInSmiles (AIS) Encoded Molecules for the BELKA Competition

kaggle2024-06-07 更新120

该数据集包含分子SMILES和SELFIES表示，主要用于化学信息学和分子生成任务。数据集分为一个训练集，包含878,022个样本，总大小为372,819,407字节。

Hugging Face2024-06-16 更新80