CryoFM EMDB Data Lists

Description This dataset provides CSV lists containing structured metadata for cryo-electron microscopy (cryo-EM) map processing tasks used in the CryoFM research papers. The data lists are curated from entries in the Electron Microscopy Data Bank (EMDB) and organized into CSV files with detailed metadata for training, validation, and testing of deep learning models. Dataset Contents This repository contains CSV data lists for two main research projects: 1. CryoFM1 (ICLR 2025): CSV lists for cryo-EM map processing at two different resolutions cryofm1_1-5apix_dataset: High-resolution dataset (~1.5 Å/pixel) cryofm1_3apix_dataset: Standard-resolution dataset (~3.0 Å/pixel) 2. CryoFM2: CSV lists for foundation model pre-training and fine-tuning cryofm2_pretrain_dataset: Pre-training dataset with half-map pairs cryofm2_emhancer_dataset: Enhancement dataset with half-map pairs and model-based LocScale maps cryofm2_emready_dataset: EMReady dataset with deposited and simulated maps CSV List Structure CryoFM1 CSV lists contain: EMDB ID, relative path to map file, voxel dimensions (nz, ny, nx), and pixel size (apix). Maps are rescaled to specified resolutions (1.5 or 3.0 Å/pixel). CryoFM2 CSV lists contain: map paths, statistical features (mean, std, quantile_max_value), pixel size (apix), and EMDB/PDB IDs. All maps are resized to 1.5 Å/pixel. Detailed schema descriptions are provided in `schema.md` files within each dataset directory. Note This dataset contains CSV metadata lists only; the actual map files are not included. Map files should be downloaded from EMDB using the provided EMDB IDs.数据集说明 本数据集为CryoFM系列研究论文中使用的冷冻电子显微镜（cryo-electron microscopy, cryo-EM）图谱处理任务提供了包含结构化元数据的CSV列表。这些数据列表从电子显微镜数据库（Electron Microscopy Data Bank, EMDB）的条目中精选整理，被组织为CSV文件，用于深度学习模型的训练、验证与测试。 数据集内容 本仓库包含两个主要研究项目对应的CSV数据列表： 1. CryoFM1（发表于ICLR 2025）：针对两种不同分辨率的冷冻电镜图谱处理的CSV列表 - cryofm1_1-5apix_dataset：高分辨率数据集（约1.5 Å/像素） - cryofm1_3apix_dataset：标准分辨率数据集（约3.0 Å/像素） 2. CryoFM2：面向基础模型预训练与微调的CSV列表 - cryofm2_pretrain_dataset：包含半图谱对的预训练数据集 - cryofm2_emhancer_dataset：包含半图谱对与基于模型的LocScale图谱的增强数据集 - cryofm2_emready_dataset：包含已提交图谱与模拟图谱的EMReady数据集 CSV列表结构 CryoFM1的CSV列表包含以下字段：EMDB编号、图谱文件相对路径、体素尺寸（nz, ny, nx）以及像素尺寸（apix）。所有图谱已被重缩放至指定分辨率（1.5或3.0 Å/像素）。 CryoFM2的CSV列表包含以下字段：图谱路径、统计特征（均值、标准差、分位数最大值）、像素尺寸（apix）以及EMDB（电子显微镜数据库）/PDB（蛋白质数据库）编号。所有图谱均被调整至1.5 Å/像素的分辨率。 详细的数据模式说明见各数据集目录下的`schema.md`文件。 注意事项 本数据集仅包含CSV元数据列表，不包含实际的图谱文件。用户需根据提供的EMDB编号从电子显微镜数据库（EMDB）下载对应的图谱文件。