Gamma Secretase 抑制剂的化学空间分析：化学信息学表征
该数据集源自 doi.org，聚焦 Gamma Secretase 抑制剂与调节剂的化学空间分析，整合了 PubChem 经 PUG-REST 获取的仅功能性测定生物活性数据，以及 ChEMBL 的 FDA 批准药物和 NCI 数据库的 FDA 批准乳腺癌药物
基本信息
资源简介
Gamma Secretase 抑制剂的化学空间分析：化学信息学表征
Chemical Space Analysis of Gamma Secretase Inhibitors: A Cheminformatic Characterisation
该数据集源自 doi.org，聚焦 Gamma Secretase 抑制剂与调节剂的化学空间分析，整合了 PubChem 经 PUG-REST 获取的仅功能性测定生物活性数据，以及 ChEMBL 的 FDA 批准药物和 NCI 数据库的 FDA 批准乳腺癌药物。基于 SMILES 用 RDKit 2023.09 计算 21 个描述符，经去重、剔除模糊矛盾及结构未注释记录、盐、混合物和不一致互变异构或质子化状态后形成合并数据集，可用于化学信息学与机器学习驱动的药物发现研究（来源 DOI 解析）。
【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）：通过 PUG-REST 接口从 PubChem 检索 gamma-secretase 抑制剂和调节剂的生物活性数据，用于化学空间分析。仅保留报告 gamma-secretase 抑制或调节的功能性测定，包括底物切割、Aβ 生成和酶抑制测定。FDA 批准药物来自 ChEMBL，而 FDA 批准乳腺癌药物（FDA BC drugs）来自美国国家癌症研究所（NCI）数据库。使用 RDKit 2023.09 从 SMILES 表示计算了 21 个描述符。在去除重复、模糊、矛盾及结构未注释的记录、盐、混合物以及不一致的互变异构或质子化状态后，创建了合并数据集。这些文件用于化学空间分析和化学信息学研究。
【主题与分类】
主题标签：Drug Discovery、Breast Cancer、Machine Learning、Cheminformatics、Computational Chemistry。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/yxfyv59jgb/2
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/10.17632/yxfyv59jgb.2
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 13.9 MB。
数据说明
从PubChem使用PUG-REST接口检索得到的γ-分泌酶抑制剂和调节剂的生物活性数据，用于化学空间分析。仅保留了报告γ-分泌酶抑制或调节的功能性测定，包括底物裂解、Aβ生成和酶抑制测定。FDA批准药物从ChEMBL获取，而FDA批准的乳腺癌药物（FDA BC药物）则从美国国家癌症研究所（NCI）数据库获得。使用RDKit 2023.09从SMILES表示计算了21个描述符。在去除重复、模糊、矛盾及结构未注释的记录、盐、混合物以及不一致的互变异构或质子化状态后，创建了一个合并数据集。这些文件用于化学空间分析和化学信息学研究。
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。
