Tox21 毒理学活性预测数据集
自然科学
0 下载
29 浏览
2016
数据集简介
Tox21 数据集是毒理学领域的机器学习基准数据,任务目标是对化合物进行多标签二分类预测:每个样本带有 12 个二进制标签,分别代表 12 个不同毒理学实验的结果(活性/非活性)。需要注意的是,标签矩阵中包含许多缺失值(NA),使用时需对缺失标签做相应处理。
数据集样本规模如下:
- 训练样本:12,060 个
- 测试样本:647 个(代表化合物)
- 数据集体积:约 38.7MB
特征由密集与稀疏两部分构成,机器学习方法可以只使用稀疏特征或密集特征,也可以将两者组合使用:
- 密集特征(801 个):化学描述符,例如分子量、溶解度或表面积等;
- 稀疏特征(272,776 个):化学子结构特征,包括 ECFP10、DFS6、DFS8,以矩阵市场(matrix market)格式存储。
简介
该数据集面向图分类/毒理学实验活性预测场景,将化合物的化学描述符与化学子结构统一组织为矩阵形式。每个样本的 12 个二进制标签覆盖 12 个不同的毒理学实验,可支持多任务学习与多标签评估方法的研究。
发布信息
- 发布机构:林茨大学
- 发布时间:2016 年
- 发布首页:http://bioinf.jku.at/research/DeepTox/tox21.html
- 原始数据源与 Tox21 挑战网站:https://tripod.nih.gov/tox21/challenge/
- OpenDataLab 收录页:https://opendatalab.com/OpenDataLab/Tox21
数据集公开可用,可通过上述发布首页与 OpenDataLab 落地页获取。
基本信息
记录数量38.7MB;12,060 训练样本、647 测试样本;801 密集特征、272,776 稀疏特征
文件大小38.7MB;12,060 训练样本、647 测试样本;801 密集特征、272,776 稀疏特征
文件格式矩阵市场格式(Matrix Market)
数据来源林茨大学
训练样本12,060
测试样本647
密集特征801 个化学描述符
稀疏特征272,776 个(ECFP10、DFS6、DFS8)
标签12 个二进制标签(含 NA 缺失值)
存储格式矩阵市场格式(Matrix Market)
数据集体积38.7MB
发布机构林茨大学
发布年份2016
数据落地页https://opendatalab.com/OpenDataLab/Tox21
发布日期2016
毒理学多标签分类化学描述符稀疏特征ECFP机器学习
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