稳定性框架第二批：肿瘤学与体细胞突变（V1.0 临床级）-37064

数据集获取

源站：https://doi.org/10.5281/zenodo.19992666

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 24.8 KB。

数据说明

数据集标题：Stability Framework 第 2 批：肿瘤学与体细胞突变（V1.0 临床级）
概述：生物物理数据集，包含精修坐标结构、口袋分析和毒理学报告。
计算方法：使用 NRC CASP-17 Pure Math Folding Engine 优化靶标结构。该流程应用 C-alpha 谐波引导势约束（$k_{guide} = 0.5$）进行比较建模（或使用 $k_{guide} = 0.0$ 进行从头建模），随后进行侧链弛豫和口袋扩张模拟，以识别变构与活性空腔。所有坐标均使用 Trageser 张量定理（TTT-7）晶格奇偶性验证进行审核，以消除立体冲突（最小原子间距离 > 1.10 Å）和环区幻觉。
许可证：依据 Creative Commons Attribution 4.0 International（CC BY 4.0）分发，以支持开放、商业和学术治疗性药物设计。
首席研究员：James Paul Trageser
所属机构：Nexus Resonance Codex
ORCID：0009-0006-6678-2908
X（Twitter）：@jtrag
存储库：https://GitHub.com/Nexus-Resonance-Codex/Drug-Discovery

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。