RiemannMol I 分子生成潜空间度量数据集

自然科学
0 下载
4 浏览
2026-08-09

数据集简介

数据集概览

RiemannMol I 数据集由 QuantaBricks LLC 与西南医科大学的研究团队创建,旨在支持分子生成与潜空间度量学习的研究。数据集中包含用于复现论文中图 4 至图 9 以及补充图 S1 的 Python 脚本与结果 CSV 文件,覆盖了分子对相似度分析、潜空间投影、子结构聚类以及基于不同度量头的采样实验。

文件结构与内容

数据集以 script-and-results.zip 压缩包形式提供,大小约 1.3 MB,内部按图编号组织目录,每个目录包含对应的 Python 脚本与结果 CSV 文件:

  • Figure4/:包含 coupling_vs_head.py 脚本与 pairs.csv 结果文件,记录了 4,994 个随机测试集分子对的 Tanimoto 相似度数据,用于分析耦合头与潜空间投影距离的关系。
  • Figure5/:包含 umap_zprime_substructure.py 脚本与 molecules.csv 结果文件,用于子结构的 UMAP 聚类分析,输出分子及其潜空间坐标。
  • Figure6/ 与 Figure7/:包含 logp_metric_sampling.py 脚本、umap_points.csv 与 sampled_candidates.csv 结果文件,记录了基于 LogP 度量头的采样候选分子及其 UMAP 坐标。
  • Figure8/ 与 Figure9/:包含 potency_metric_sampling.py 脚本、umap_points.csv 与 sampled_candidates.csv 结果文件,记录了基于 EGFR 活性(potency)度量头的采样候选分子。
  • FigureS1/:包含 raw_z_similarity_merged.py 脚本、global_pairs.csv 与 local_noise_sweep.csv 结果文件,用于补充实验中的全局分子对相似度与局部噪声扫描分析。

数据规模与格式

数据集中包含 4,994 个随机测试集分子对、2,000 个测试集分子,以及各 60 个采样候选分子等。文件格式主要为 CSV 表格(存储分子 SMILES、UMAP 坐标等)与 Python 脚本(.py),整体打包为 ZIP 压缩文件。

许可与获取

数据集采用知识共享署名 4.0 国际许可(Creative Commons Attribution 4.0 International)开放获取,允许用户自由使用、修改和分享,但需注明出处。数据集的 MD5 校验值为 f41c621b7886e7762ae5251c4e547fde,用户可通过 Zenodo 平台下载 script-and-results.zip 文件。

基本信息

记录数量未知
文件大小script-and-results.zip 1.3 MB
文件格式CSV, Python, ZIP
数据来源QuantaBricks LLC / Southwest Medical University
许可协议CC BY 4.0
文件大小1.3 MB
分子对数量4,994
测试集分子数2,000
采样候选数各 60 个
数据落地页https://zenodo.org/records/21864232
发布日期2026-08-09
官方下载https://zenodo.org/api/records/21864232/files/script-and-results.zip/content
可下载文件script-and-results.zip(1.2 MB)
分子生成潜空间度量UMAPTanimoto相似度分子采样

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