HEGCSD v1.0 验证版：HIV-1 Env 聚糖连接与组装感知结构密度审计（含 6MAR 扩展）

数据集获取

源站：https://doi.org/10.5281/zenodo.23482958

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 130.1 KB。

数据说明

该数据集呈现了由Dominik研究所开展的HIV-1包膜（Env）聚糖屏蔽的独立验证结构生物信息学分析。此次发布包含经验证的HEGCSD v1.0数据集，涵盖15个已存缴的HIV-1 Env结构和八个追踪的糖基化位点（N160、N276、N301、N332、N386、N392、N611和N637）。独立的PDBx/mmCIF审核确认了120个位点-结构注释，其中包括96个明确建模的天冬酰胺-糖连接。未建模的碳水化合物连接与生物学上的聚糖未占据状态被加以区分。装配感知的结构分析发现，N276/N332外域区域与N611/N637 gp120-gp41界面之间在局部天冬酰胺坐标密度上存在一致差异。该对比在所有13个可评估结构中均为正值，平均差异为+2.599。另一项结构扩展比较了PDB条目6MAR和5V8L，使用三个共同的糖基化位点，并考虑了6MAR中的N332T替换。

本发布是对早期HEGCSD v1.0数据集的扩展，该数据集曾作为《聚糖过度承诺理论》第2版（DOI: 10.5281/zenodo.20723673）的支撑材料分发。本发布提供了一个专门且独立记录的研究数据集，包含验证记录、可复现性脚本和结构测量数据。研究结果刻画了HIV-1 Env糖基化的结构特征，但并未确立生物学层面的聚糖占据情况、抗体中和效力或经证实的预测性能。该数据集还支持《分层持久性与拥挤机制界定HIV-1包膜糖盾架构组织》一文中所述的正在进行的研究，该文目前正接受期刊审稿。

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。