基于古兰经的天然化合物数据库

数据集获取

源站：https://doi.org/10.5281/zenodo.22101904

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 10.2 MB。

数据说明

基于《古兰经》的天然化合物数据库
一个经3D优化的开放获取分子数据库，收录《古兰经》中明确提及的天然产物，专为高通量虚拟筛选（HTVS）和计算机辅助药物发现（CADD）而构建。

概述
本资源库包含一个全面整理、经3D优化的分子数据库，其内容为源自《古兰经》中明确提及的32种植物物种（例如 Zingiber officinale、Nigella sativa、Olea europaea、Punica granatum）的次级代谢产物。它旨在通过提供即用型、能量最小化的配体构象，用于高通量虚拟筛选（HTVS）和分子对接研究，从而连接历史文化知识与现代计算肿瘤学和药理学。

数据集整理流程
该库由初始的2,308种次级代谢产物池生成，并通过严格的化学信息学流程处理：
化合物检索与结构整理：从 LOTUS 数据库提取数据，随后剔除破损/无效结构，最终得到2,301种有效生物活性化合物。

3D 构象优化：在 YASARA Structure 环境中执行 3D 结构生成与能量最小化（YASARA2 力场、AMBER 14），以在生理 pH 7.4 下获得热力学稳定的构象。全面 ADMET 分析：使用 ADMETlab 3.0 机器学习平台评估药代动力学和毒性预测，以确保候选物具有适用于食品治疗方法的良好预测安全性特征。存储库结构：整个数据库整合为一个单一压缩包：Natural Compound Quranic Database.rar（约 10 MB）。为便于针对民族植物学的专门研究，压缩包内的数据基于植物分类学系统地组织为 32 个不同的文件夹（例如 Acacia_tortilis、Zingiber_officinale）。在每种植物各自的目录中，您将找到：[植物名称].sdf：聚合…

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。