DeepFoldProtein/afdb_over80_MeriUni95

---
dataset_info:
features:
- name: uniprotAccession
dtype: string
- name: domain_labels
sequence:
sequence: int64
- name: ndom
dtype: int64
- name: taxId
dtype: int64
- name: seq
dtype: string
splits:
- name: train
num_bytes: 149637927
num_examples: 542611
download_size: 129733351
dataset_size: 149637927
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：UniProt登录号（UniProt Accession），数据类型：字符串
- 名称：结构域标签，数据类型：二维64位整型序列
- 名称：结构域数目，数据类型：64位整型
- 名称：分类学标识符（Tax ID），数据类型：64位整型
- 名称：蛋白质氨基酸序列，数据类型：字符串
数据集划分：
- 划分集：训练集，字节大小：149637927，样本数量：542611
下载大小：129733351 字节
数据集总大小：149637927 字节
配置项：
- 配置名称：默认配置，数据文件：
- 划分集：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• uniprotAccession: 数据类型为字符串。
• domain_labels: 包含序列信息，序列数据类型为整数64位。
• ndom: 数据类型为整数64位。
• taxId: 数据类型为整数64位。
• seq: 数据类型为字符串。

数据集划分

• 训练集 (train):
  • 数据量: 542611个样本
  • 存储大小: 149637927字节

数据集大小

• 下载大小: 129733351字节
• 数据集总大小: 149637927字节