zpn/pcba_686978

`pcba_686978`是MoleculeNet中的一个数据集，来源于PubChem BioAssay (PCBA)数据库，包含小分子的生物活性数据。数据集包含SMILES和SELFIES分子表示以及生物测定的测量结果（活性/非活性）。数据集使用随机分割为80/10/10的训练/验证/测试集。数据最初由斯坦福大学的Pande Group生成，并以MIT许可证发布。

原始信息汇总

数据集概述

基本信息

• 名称: pcba_686978
• 语言: 单语种（monolingual）
• 许可证: MIT
• 大小: 100K<n<1M
• 标签: 生物（bio）、生物化学（bio-chem）、分子网络（molnet）、分子网（molecule-net）、生物物理学（biophysics）
• 任务类别: 其他（other）

数据集描述

• 摘要: pcba_686978 是 MoleculeNet 中的一个数据集，源自 PubChem BioAssay (PCBA) 数据库，包含小分子的生物活性数据，是通过高通量筛选生成的。
• 任务与排行榜: 未提及具体任务和排行榜。
• 语言: 未提及具体语言信息。

数据集结构

• 数据实例: 包含 smiles、selfies 和 target 三个数据字段。
  • smiles: 分子结构的 SMILES 表示。
  • selfies: 分子结构的 SELFIES 表示。
  • target: 生物测定的测量结果（活性/非活性）。
• 数据分割: 数据集被随机分割为 80/10/10 的训练/验证/测试集。

数据集创建

• 来源数据: 数据最初由斯坦福大学的 Pande 小组生成。

• 许可证: 数据集最初以 MIT 许可证发布。

• 引用信息:

  @misc{https://doi.org/10.48550/arxiv.1703.00564, doi = {10.48550/ARXIV.1703.00564}, url = {https://arxiv.org/abs/1703.00564}, author = {Wu, Zhenqin and Ramsundar, Bharath and Feinberg, Evan N. and Gomes, Joseph and Geniesse, Caleb and Pappu, Aneesh S. and Leswing, Karl and Pande, Vijay}, keywords = {Machine Learning (cs.LG), Chemical Physics (physics.chem-ph), Machine Learning (stat.ML), FOS: Computer and information sciences, FOS: Computer and information sciences, FOS: Physical sciences, FOS: Physical sciences}, title = {MoleculeNet: A Benchmark for Molecular Machine Learning}, publisher = {arXiv}, year = {2017}, copyright = {arXiv.org perpetual, non-exclusive license} }

• 贡献者: 感谢 @zanussbaum 添加此数据集。