基于免疫信息学与分子对接的戊型肝炎病毒ORF2衣壳蛋白多表位疫苗设计支持数据
该数据集支持一篇关于通过免疫信息学与分子对接设计靶向戊型肝炎病毒ORF2衣壳蛋白多表位疫苗构建体的手稿。数据含C1–C4四种构建体序列、初始与精修三维结构模型、Ramachandran验证输出、与TLR4的分子对接数据、HDOCK Model 1复合物结构及对接结果、配体-受体相互作用分析和补充材料
基本信息
资源简介
基于免疫信息学与分子对接的戊型肝炎病毒ORF2衣壳蛋白多表位疫苗设计支持数据
Supporting Data for "Design of Multi-Epitope Vaccine Constructs Targeting the Hepatitis E Virus ORF2 Capsid Protein Through Integrated Immunoinformatic and Molecular Docking"
该数据集支持一篇关于通过免疫信息学与分子对接设计靶向戊型肝炎病毒ORF2衣壳蛋白多表位疫苗构建体的手稿。数据含C1–C4四种构建体序列、初始与精修三维结构模型、Ramachandran验证输出、与TLR4的分子对接数据、HDOCK Model 1复合物结构及对接结果、配体-受体相互作用分析和补充材料，支持手稿中的免疫信息学、结构验证与分子对接结果（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集包含与题为“通过整合免疫信息学和分子对接设计靶向戊型肝炎病毒ORF2衣壳蛋白的多表位疫苗构建体”的手稿相关的支持性计算数据。该数据集包括四种多表位疫苗构建体（C1–C4）的序列、初始和精修的三维结构模型、Ramachandran验证输出、疫苗构建体与TLR4相互作用的分子对接数据、HDOCK Model 1复合物结构和对接结果、配体–受体相互作用分析以及补充材料。这些数据支持相关手稿中报告的免疫信息学、结构验证和分子对接结果。
【主题与分类】
主题标签：Hepatitis E virus、HEV、ORF2 capsid protein、Multi-epitope vaccine、Immunoinformatics、Molecular docking、TLR4、Vaccine design。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23006951
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23006951
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 6.5 MB。
数据说明
本数据集包含与题为“通过整合免疫信息学与分子对接设计靶向戊型肝炎病毒ORF2衣壳蛋白的多表位疫苗构建体”的手稿相关的支持性计算数据。该数据集包括四种多表位疫苗构建体（C1–C4）的序列、初始和精修的三维结构模型、Ramachandran验证输出、疫苗构建体与TLR4相互作用的分子对接数据、HDOCK Model 1复合物结构及对接结果、配体–受体相互作用分析以及补充材料。这些数据支持相关手稿中报告的免疫信息学、结构验证和分子对接结果。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
