ChEMBL 人类单蛋白靶点数据集

自然科学
0 下载
26 浏览
2026-09-13

数据集简介

数据集构成与结构

该数据集包含两个主要的数据文件:chembl_human_single_protein_targets.csv 和 chembl_all_targets.csv。这两个文件均位于 HuggingFace Hub 的 prakhya15/chembl-human-single-protein-targets 仓库中,分别记录了不同维度的生物信息。

文件 1: chembl_human_single_protein_targets.csv

该文件主要记录了人类单蛋白靶点的详细信息。根据数据结构定义,该文件包含以下列:

  • target_chembl_id: 字符串类型,对应 ChEMBL 数据库中的靶点唯一标识符。
  • target_name: 字符串类型,靶点的标准名称。
  • accession: 字符串类型,生物学序列的访问号。
  • organism: 字符串类型,宿主生物的名称。
  • tax_id: 双精度浮点型,生物的分类学分类ID(Taxonomy ID)。
  • target_type: 字符串类型,靶点的类型分类。

文件 2: chembl_all_targets.csv

该文件提供了另一套关于靶点的描述性信息。其列结构如下:

  • cross_references: 字符串类型,包含交叉引用信息。
  • organism: 字符串类型,宿主生物的名称。
  • pref_name: 字符串类型,靶点的首选名称。
  • species_group_flag: 布尔类型,标记是否属于同一物种组。
  • target_chembl_id: 字符串类型,对应 ChEMBL 数据库中的靶点唯一标识符。
  • target_components: 字符串类型,靶点组件的详细信息。
  • target_type: 字符串类型,靶点的类型分类。
  • tax_id: 浮点型,生物的分类学分类ID。

数据状态与说明

根据数据集描述,两个文件的列名不完全一致。具体而言,第一个文件新增了 target_name 和 accession 两列,而第二个文件则新增了 pref_name、species_group_flag、cross_references 和 target_components 四列。这种列结构的不匹配导致了数据集查看器在尝试加载完整数据时出现 DatasetGenerationCastError,因此目前无法通过查看器浏览全部数据,仅支持部分预览。

基本信息

记录数量未知
文件大小未知
文件格式CSV
数据来源prakhya15 (HuggingFace Hub)
文件数量2
数据落地页https://huggingface.co/datasets/prakhya15/chembl-human-single-protein-targets
发布日期2026-09-13
ChEMBL蛋白靶点生物信息人类数据集

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费