基于量子化学计算获取Ramachandran图“山口”区域精确几何结构的数据

数据集获取

源站：https://doi.org/10.5061/dryad.f47h1

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 686.9 KB。

数据说明

在拉马钱德兰空间中，蛋白质不寻常的局部排列并未被标准几何工具充分体现，这些工具或是用于采用简谐几何约束的蛋白质结构精修，或是用于采用分子力学力场的蛋白质模拟。相反，利用小多肽分子模型进行的量子化学计算能够预测任何明确主链拉马钱德兰取向的精确几何形态。对于过渡区域沿线的构象——φ角从-60°到60°——无论是主链C^{-1}-N-C_{alpha}角还是非键合的O^{-1}…C距离，都与代表性的高分辨率实验X射线（≤1.5 Å）蛋白质结构取得了极好的一致性，而“标准几何”会导致O…C原子间的“冲突”，Amber FF99SB则预测的距离大约偏大0.15 Å。这些结果证实，量子化学计算为蛋白质局部结构排列的详细分析提供了宝贵的支持，为理解不足的高能或非典型区域提供了改进或缺失的数据。

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。