内分泌受体与病毒表面抗原的精细坐标结构及口袋分析数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21132989

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 2.2 MB。

数据说明

数据集标题：内分泌受体与病毒表面抗原的精细坐标结构及口袋分析（v3.0）

概述：针对该疾病领域的3个治疗靶点：GCGR、GHR、Influenza-HA，提供经过全面质量控制的三维结构模型、几何口袋分析、DiffDock对接富集以及NIH NCBI交叉验证的靶点记录。该数据集专为学术和工业研究团队在基于结构的药物设计工作中直接使用而设计。

v3.0新增内容（质量变更日志）：（1）100%的结构现已通过严格的立体碰撞质量门控（零个非键合重原子对距离<1.10 Å，通过独立重载并补全缺失原子进行验证）；（2）本集合中0个大型/复杂靶点通过收敛KD-tree局部碰撞簇修复和分阶段OpenMM最小化进行了修复，其口袋/对接分析在清洁几何结构上重新计算；（3）为每个靶点添加了NCBI Entrez生物学验证层；（4）添加了机器可读清单（CSV+JSON），包含每个文件的MD5校验和及每个靶点的QC指标；（5）全程采用标准文件命名和引擎版本溯源。

纳入的靶点：靶点NCBI基因ID适应症结构冲突（<1.1 Å）最小距离（Å）经验证的口袋对接化合物最佳参考化合物NCBI状态GCGR2642型糖尿病（胰高血糖素受体）精修后0>1.10（无配对）72咖啡因已验证GHR2690Laron综合征及生长障碍精修后0>1.10（无配对）72咖啡因已验证Influenza-HANOT_FOUND流感（血凝素）精修后0>1.10（无配对）52蔗糖无_curated_data 计算方法：（1）使用Boltz-2深度学习共折叠引擎（NVIDIA NIM API）进行结构预测；（2）使用OpenMM进行物理精修（Amber14-all力场，OBC2隐式溶剂，C-alpha谐波引导约束k_guide = 0.5，GPU/OpenCL）；（3）针对离群靶点：超稳定分阶段恢复（收敛KD-tree手术式预清洗 + 冷→稳定→金标准最小化）以及局部Jacobi式

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。