AmelieSchreiber/general_binding_sites

这是一个从UniProt获取的蛋白质序列及其对应结合位点的数据集，采用85%训练集和15%测试集的划分方式。蛋白质序列的长度不一，被分割成长度不超过1000的非重叠子序列。

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别: 词性标注
• 语言: 英语
• 标签: 蛋白质, 生物学
• 美观名称: General Protein Binding Sites
• 大小类别: 100K<n<1M

数据集详情

• 数据集描述: 这是一个 85/15 训练/测试分割的蛋白质序列及其相应的结合位点，数据来源于UniProt。
• 序列特征: 蛋白质序列大小不一，被分割成非重叠的子序列，每个子序列长度为1000或更少。