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