AmelieSchreiber/2600K_binding_sites

该数据集是从UniProt中整理的。测试集通过随机选择整个蛋白质家族来创建。训练集和测试集的划分比例大约为80/20。所有的结合位点和活性位点注释被合并，所有超过1000个氨基酸的序列被分割成不超过1000个残基的非重叠块。

原始信息汇总

数据集概述

数据来源

• 数据集从UniProt中精心挑选。

数据处理

• 测试集通过随机选择整个蛋白质家族创建。
• 训练集和测试集的分割比例约为80/20。
• 所有结合位点和活性位点注释已合并。
• 所有长度超过1000个氨基酸的序列被分割成不超过1000个残基的非重叠块。

许可证

• 该数据集的许可证为MIT。