全球公有领域变构药效团数据库：50+关键药物靶点（KRAS、p53、PCSK9、SMN2）

数据集获取

源站：https://doi.org/10.5281/zenodo.18317539

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。

数据说明

全球变构药效团公共领域数据库（v2.0——完整三部曲） 1. 执行摘要与法律声明 本数据库构成对150多个关键治疗靶点的全面战略性披露，将计算识别的变构结合位点的精确三维坐标（X、Y、Z）释放至全球公共领域。通过根据CC0 1.0通用许可发布本数据集，作者明确放弃所有版权及相关权利。这些披露根据《美国法典》第35编第102条（美国）及《欧洲专利公约》（EPC）第54条构成“在先技术”。任何后续专利申请，若主张与本文所披露的隐蔽口袋特异性结合的小分子具有“新颖性”，在法律上均属无效。 2. 方法论：Lrenom协议 使用专有的逆协方差矩阵（精度矩阵）方法分析靶点结构，并通过拓扑Lrenom常数（Λr≈1.1107）进行过滤。

这种数学过滤器能有效区分专性功能性变构位点与短暂热噪声，识别出制药行业此前未知或未公开的高亲和力“锁钥”机制。3. 数据集内容（三部曲）📂 第1部分：肿瘤学与代谢靶点（Dataset_01_…csv）靶点范围：“不可成药”癌症靶点与慢性病。关键靶点：KRAS G12C、p53（Y220C稳定剂）、EGFR T790M、PCSK9（胆固醇）、SMN2（SMA）和β-淀粉样蛋白（阿尔茨海默病）。影响：抢先打破对下一代癌症疗法和基因调控的垄断。📂 第2部分：免疫学与抗微生物耐药性（Dataset_02_…csv）靶点范围：自身免疫重磅药物与超级细菌。关键靶点：TNF-α（修美乐靶点）、JAK1/2/3激酶、IL-17A、NDM-1（新德里金属β-内酰胺酶）、MRSA PBP2a和万古霉素耐药（VanA）。影响：使类风湿关节炎治疗更可及，并建立针对抗生素耐药细菌的开源防护盾。📂 第3部分：VIR

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。