MOSES (Molecular sets (MOSES))

我们提出了一个从 ZINC 数据库中提炼出来的基准数据集。_x000D_
_x000D_
该套装基于 ZINC Clean Leads 系列。它总共包含 4,591,276 个分子，按分子量在 250 到 350 道尔顿范围内过滤，可旋转键数不大于 7，XlogP 小于或等于 3.5。我们去除了含有带电原子或除 C、N、S、O、F、Cl、Br、H 或超过 8 个原子的循环之外的原子的分子。分子通过药物化学过滤器 (MCF) 和 PAINS 过滤器过滤。_x000D_
_x000D_
该数据集包含 1,936,962 个分子结构。对于实验，我们将数据集分成训练、测试和支架测试集，分别包含大约 1.6M、176k 和 176k 分子。脚手架测试集包含训练和测试集中不存在的独特 Bemis-Murcko 脚手架。我们使用这组来评估模型生成以前未观察到的支架的能力。