UniZyme:酶性质统一预测框架数据集
自然科学
0 下载
44 浏览
2026-07-21
数据集简介
数据集说明
UniZyme 是一个统一的酶性质预测框架,论文题为《UniZyme: a unified enzyme property prediction framework via geometric deep learning and organism-optimum pretraining》。该方法通过几何感知图神经网络(geometric deep learning)整合蛋白质语言模型嵌入、表面特征与几何结构信息,对酶的四项关键性质——最适 pH、最适温度、熔解温度和溶解度——进行联合预测。天然酶大多在温和生理条件下演化,难以直接适应工业环境,UniZyme 旨在为工业生物催化中的酶发现、筛选与工程改造提供 AI 预测支持。
Description
- 任务:酶多性质联合预测(最适 pH、最适温度、熔解温度 Tm、溶解度)
- 方法:几何深度学习 + 物种最优预训练,融合蛋白语言模型嵌入、表面特征与 PDB 几何结构
- 性能:在四个公开基准上优于现有方法,并在低同源性测试子集上保持泛化能力
- 领域:酶性质预测 / 工业生物催化(计算生物学)
Files
Zenodo 记录共约 11.2 GB,含 4 个 zip 压缩包:
| 文件 | 大小 | 说明 |
|---|---|---|
| UniZyme-checkpoints.zip | 347.8 MB | 模型检查点(md5: d07ff07db6d64f1d9d34ebeb7c7acb19) |
| UniZyme-data.zip | 790.8 MB | 数据集 |
| UniZyme-main-pdb.zip | 3.5 GB | 主结构 PDB 文件 |
| UniZyme-pretraining-pdb.zip | 6.6 GB | 预训练 PDB 文件 |
文件格式包括 zip 与 pdb。下载方式:访问 Zenodo 记录页面即可免费获取全部文件。
Additional details / Versions / Details / Rights
- 版本:Version v1
- 发布日期:2026 年 7 月 21 日
- 许可:Creative Commons Attribution 4.0 International(CC BY 4.0),开放下载,使用时须注明来源
- 关联机构:Sun Yat Sen University(中山大学);相关作者:Zou, Jialin
基本信息
记录数量未知
文件大小总计约 11.2 GB(4 个 zip 文件:347.8 MB + 790.8 MB + 3.5 G
文件格式未知
数据来源Sun Yat Sen University
数据规模约 11.2 GB
许可CC BY 4.0
数据落地页https://zenodo.org/records/21476833
发布日期2026-07-21
官方下载https://zenodo.org/api/records/21476833/files/UniZyme-pretraining-pdb.zip/content
可下载文件UniZyme-pretraining-pdb.zip(6.15 GB);UniZyme-main-pdb.zip(3.23 GB);UniZyme-data.zip(754.1 MB);UniZyme-checkpoints.zip(331.6 MB)
酶性质预测几何深度学习蛋白质语言模型最适pH熔解温度溶解度
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