Datasets for "Unified Biomolecular Trajectory Generation via Pretrained Variational Bridge"

Yu Ziyang, Huang Wenbing and Liu Yang. (2026). Part of the datasets for "Unified Biomolecular Trajectory Generation via Pretrained Variational Bridge" published in ICLR 2026, including custom data splits for fine-tuning, as well as all raw data used for evaluation in the paper. If you plan to use the datasets we have released for training or evaluation, please ensure to properly cite the original source of these datasets: ATLAS Vander Meersche, Y., Cretin, G., Gheeraert, A., Gelly, J. C., & Galochkina, T. (2024). ATLAS: protein flexibility description from atomistic molecular dynamics simulations. Nucleic acids research, 52(D1), D384-D392. mdCATH Mirarchi, A., Giorgino, T., & De Fabritiis, G. (2024). mdCATH: A large-scale MD dataset for data-driven computational biophysics. Scientific Data, 11(1), 1299. MISATO Siebenmorgen, T., Menezes, F., Benassou, S., Merdivan, E., Didi, K., Mourão, A. S. D., ... & Popowicz, G. M. (2024). MISATO: machine learning dataset of protein–ligand complexes for structure-based drug discovery. Nature computational science, 4(5), 367-378. PDBBind Wang, R., Fang, X., Lu, Y., & Wang, S. (2004). The PDBbind database: Collection of binding affinities for protein− ligand complexes with known three-dimensional structures. Journal of medicinal chemistry, 47(12), 2977-2980. Wang, R., Fang, X., Lu, Y., Yang, C. Y., & Wang, S. (2005). The PDBbind database: methodologies and updates. Journal of medicinal chemistry, 48(12), 4111-4119. Liu, Z., Li, Y., Han, L., Li, J., Liu, J., Zhao, Z., ... & Wang, R. (2015). PDB-wide collection of binding data: current status of the PDBbind database. Bioinformatics, 31(3), 405-412.于子洋、黄文斌与刘阳（2026）。本数据集为发表于国际学习表征会议（ICLR 2026）的论文《基于预训练变分桥的统一生物分子轨迹生成》的配套数据集之一，包含用于模型微调的自定义数据划分方案，以及论文评估环节所用的全部原始数据。 若您计划使用本团队发布的数据集开展训练或评估工作，请务必正确引用这些数据集的原始来源： ATLAS（ATLAS） Vander Meersche Y.、Cretin G.、Gheeraert A.、Gelly J.C.与Galochkina T.（2024）。ATLAS：基于原子级分子动力学模拟的蛋白质柔性描述数据集。《核酸研究（Nucleic Acids Research）》，52(D1)，D384-D392。 mdCATH（mdCATH） Mirarchi A.、Giorgino T.与De Fabritiis G.（2024）。mdCATH：面向数据驱动计算生物物理学的大规模分子动力学数据集。《科学数据（Scientific Data）》，11(1)，1299。 MISATO（MISATO） Siebenmorgen T.、Menezes F.、Benassou S.、Merdivan E.、Didi K.、Mourão A.S.D.等与Popowicz G.M.（2024）。MISATO：面向基于结构药物发现的蛋白质-配体复合物机器学习数据集。《自然计算科学（Nature Computational Science）》，4(5)，367-378。 PDBBind（PDBBind） Wang R.、Fang X.、Lu Y.与Wang S.（2004）。PDBbind数据库：已知三维结构蛋白质-配体复合物结合亲和力数据集。《药物化学杂志（Journal of Medicinal Chemistry）》，47(12)，2977-2980。 Wang R.、Fang X.、Lu Y.、Yang C.Y.与Wang S.（2005）。PDBbind数据库：方法学与更新。《药物化学杂志》，48(12)，4111-4119。 Liu Z.、Li Y.、Han L.、Li J.、Liu J.、Zhao Z.等与Wang R.（2015）。全PDB结合数据集合：PDBbind数据库的当前进展。《生物信息学（Bioinformatics）》，31(3)，405-412。