Wilhelmlab/prospect-ptms-ms2

PROSPECT PTMs - Fragment Ion Intensity Prediction (MS2)数据集是一个用于蛋白质组学中机器学习应用的质量谱数据集，专门用于片段离子强度预测任务。该数据集由慕尼黑工业大学Wilhelmlab整理，采用CC-BY4.0许可证。数据集基于Zenodo上的PROSPECT PTMs数据集，并分为两个配置：default和holdout。default配置包含训练、验证和测试集，而holdout配置仅包含测试集，用于最终模型评估。数据集的结构包括多个特征，如raw_file、scan_number、modified_sequence等，并且已经过处理和分割，适用于深度学习模型的开发。

原始信息汇总

数据集概述

数据集名称

• PROSPECT PTMs - Fragment Ion Intensity Prediction (MS2)

数据集描述

• 该数据集用于质谱学中的机器学习应用，特别是片段离子强度预测任务。数据集经过注释、处理并分割，适用于开发深度学习模型。

数据集配置

• 默认配置 (default): 包含训练、验证和测试数据，基于所有Zenodo上的PROSPECT PTMs数据集。
• 保留配置 (holdout): 仅包含测试数据，用于最终模型评估和比较，基于Zenodo上的PROSPECT Test-PTM数据集。

数据集特征

• 默认配置特征:
  • raw_file: 字符串
  • scan_number: 整数
  • method_nbr: 整数
  • precursor_charge_onehot: 序列，整数
  • collision_energy_aligned_normed: 浮点数
  • intensities_raw: 序列，浮点数
  • package: 字符串
  • modified_sequence: 字符串
• 保留配置特征:
  • raw_file: 字符串
  • scan_number: 整数
  • modified_sequence: 字符串
  • collision_energy_aligned_normed: 浮点数
  • intensities_raw: 序列，浮点数
  • precursor_charge_onehot: 序列，整数
  • method_nbr: 整数

数据集分割

• 默认配置分割:
  • 训练集: 21294649个样本，32998969225字节
  • 验证集: 6078851个样本，9419944436字节
  • 测试集: 3003623个样本，4654383726字节
• 保留配置分割:
  • 测试集: 783150个样本，1208775037字节

数据集大小

• 默认配置: 下载大小3706447347字节，数据集大小47073297387字节
• 保留配置: 下载大小50335479字节，数据集大小1208775037字节

数据集使用

• 用于片段离子强度预测，可根据需要使用额外的特征来编码PTMs或其他实验设置特征。

数据集来源

• 基于PROSPECT PTMs数据集，托管于Zenodo。

数据集许可证

• CC-BY-4.0