儿童与成人恶性肿瘤致癌驱动蛋白结构图谱——癌症研究数据集 v1.1

数据集获取

源站：https://doi.org/10.5281/zenodo.19857786

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 1.6 MB。

数据说明

数据集标题：儿童与成人恶性肿瘤致癌驱动蛋白的结构映射 —— 癌症研究数据集 v1.1
概述：包含精修坐标结构、口袋分析和毒理学报告的生物物理数据集。
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 $k_{guide} = 0.0$ 进行从头建模），随后进行侧链弛豫和口袋扩展模拟，以识别变构和活性腔穴。所有坐标均使用 Trageser Tensor Theorem (TTT-7) 晶格奇偶性验证进行审核，以消除空间位阻冲突（最小原子间距离 > 1.10 Å）和环区幻觉。
许可：在 Creative Commons Attribution 4.0 International (CC BY 4.0) 下分发，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
仓库：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。