maomlab/AttentiveSkin

AttentiveSkin数据集是一个用于预测化学物质皮肤腐蚀/刺激潜力的数据集，包含来自6个政府数据库和2个外部数据集的731个腐蚀样本、1283个刺激样本和1205个阴性样本。数据集分为两个子集：Corr_Neg和Irrit_Neg，分别用于腐蚀与阴性、刺激与阴性的二分类任务。

原始信息汇总

数据集概述

数据集名称

AttentiveSkin

数据集描述

该数据集包含731个腐蚀样本、1283个刺激样本和1205个阴性样本，来源于6个政府数据库和2个外部数据集。数据集用于预测化学品的皮肤腐蚀/刺激潜力。

数据集配置

• Corr_Neg: 腐蚀 vs 阴性
• Irrit_Neg: 刺激 vs 阴性

数据文件

• Corr_Neg:
  • 训练集: Corr_Neg/train.csv (1755个样本)
  • 测试集: Corr_Neg/test.csv (181个样本)
• Irrit_Neg:
  • 训练集: Irrit_Neg/train.csv (2229个样本)
  • 测试集: Irrit_Neg/test.csv (259个样本)

数据特征

• Corr_Neg 和 Irrit_Neg 的特征包括：
  • Name: 化学品名称 (字符串)
  • Synonym: 化学品别名 (字符串)
  • CAS RN: CAS注册号 (字符串)
  • GHS: GHS分类 (分类标签)
  • Detailed Page: 详细页面链接 (字符串)
  • Evidence: 证据 (字符串)
  • OECD TG 404: OECD测试指南 (字符串)
  • Data Source: 数据来源 (字符串)
  • Frequency: 频率 (整数)
  • SMILES: SMILES表示 (字符串)
  • SMILES URL: SMILES链接 (字符串)
  • SMILES Source: SMILES来源 (字符串)
  • Canonical SMILES: 标准SMILES (字符串)
  • Split: 数据集分割 (字符串)

任务类别

• 表格分类

引用

@article{Huang2024, author = {Zejun Huang and Shang Lou and Haoqiang Wang and Weihua Li and Guixia Liu and Yun Tang}, doi = {10.1021/acs.chemrestox.3c00332}, journal = {Journal of Chemical Information and Modeling}, number = {2}, title = {AttentiveSkin: To Predict Skin Corrosion/Irritation Potentials of Chemicals via Explainable Machine Learning Methods}, volume = {37}, year = {2024}, publisher = {ACS publications} }