Oshan/Uniref90_large_temp

---
dataset_info:
features:
- name: cluster_id
dtype: string
- name: cluster_size
dtype: int64
- name: taxon_id
dtype: int64
- name: aa_len
dtype: int64
- name: aa_seq
dtype: string
splits:
- name: train
num_bytes: 15035559
num_examples: 500
download_size: 0
dataset_size: 15035559
---
# Dataset Card for "Uniref90_large_temp"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征项：
- 字段名：cluster_id，数据类型：字符串型，代表聚类ID
- 字段名：cluster_size，数据类型：64位整型，代表聚类规模
- 字段名：taxon_id，数据类型：64位整型，代表分类单元ID
- 字段名：aa_len，数据类型：64位整型，代表氨基酸长度（amino acid length，简称aa）
- 字段名：aa_seq，数据类型：字符串型，代表氨基酸序列（amino acid sequence，简称aa）
划分集：
- 划分名称：训练集（train），占用字节数：15035559，样本数量：500
下载大小：0
数据集总大小：15035559

# "Uniref90_large_temp"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

Uniref90_large_temp

数据集特征

• cluster_id: 字符串类型
• cluster_size: 整数类型（int64）
• taxon_id: 整数类型（int64）
• aa_len: 整数类型（int64）
• aa_seq: 字符串类型

数据集划分

• 训练集（train）
  • 数据量: 15035559字节
  • 样本数: 500

数据集大小

• 下载大小: 0字节
• 数据集大小: 15035559字节