蛋白质序列不稳定指数回归数据集

自然科学
0 下载
8 浏览
2026-09-25

数据集简介

数据来源与预处理流程

本数据集的原始序列来自 UniProt 知识库(UniProtKB),通过 UniProt REST API(https://rest.uniprot.org/uniprotkb/s…)批量检索并获取条目信息。获取到的蛋白质序列随后进入标签计算环节:使用 Biopython 中的 ProteinAnalysis 类对每条序列计算 instability_index 属性,所得数值作为该样本的回归目标标签。整个流程保证了序列来源与数值计算方式的可追溯性,便于后续复现或扩展至其他蛋白质参数。

数据结构与字段说明

数据集以蛋白质层级序列回归任务为组织方式,核心字段包括:

  • 蛋白质序列:来自 UniProtKB 条目的氨基酸序列,作为模型输入特征;
  • instability_index 标签:由 Biopython ProteinAnalysis 计算得到的连续数值,作为回归目标。

每条记录对应一个 UniProtKB 条目,序列与标签一一对应,适合直接用于监督学习中的回归建模。

适用任务与使用方式

该数据集面向蛋白质不稳定指数的预测与建模,典型用途包括:

  • 训练和评估以蛋白质序列为输入的回归模型;
  • 分析序列特征与 instability_index 之间的统计关系;
  • 作为蛋白质性质预测流程中的基准数据或预训练辅助任务。

用户可通过 HuggingFace 数据集页面(swhitfield/uniprot_protparams_instability_index)获取数据文件,具体下载链接由平台自动识别提供。

引用与版本信息

  • 数据集标识:swhitfield/uniprot_protparams_instability_index
  • 发布日期:2026-09-25
  • 原始序列来源:UniProt REST API(https://rest.uniprot.org/uniprotkb/)
  • 标签计算工具:Biopython ProteinAnalysis

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源UniProt
任务类型序列回归
标签属性instability_index
计算工具Biopython ProteinAnalysis
数据落地页https://huggingface.co/datasets/swhitfield/uniprot_protparams_instability_index
发布日期2026-09-25
蛋白质序列不稳定指数回归数据集BiopythonUniProtKB

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