体细胞癌症突变的精修坐标结构与口袋分析数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23071110

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 13.7 MB。

数据说明

v3.0.1 更正变更日志：已恢复 BRCA2_splice_manifest-09-26-2026.json、EGFR_splice_manifest-09-26-2026.json、HER2_splice_manifest-09-26-2026.json、PIK3CA_splice_manifest-09-26-2026.json，以便 MANIFEST 引用的每个文件均存在于本记录中。科学内容未作任何更改。数据集标题：体细胞癌症突变的精修坐标结构与口袋分析（v3.0）概述：针对该疾病领域 8 个治疗靶点——BRAF、BRCA1、BRCA1C、BRCA2、BTK、EGFR、HER2、PIK3CA——的完全质量控制 3D 结构模型、几何口袋分析、DiffDock 对接富集以及 NIH NCBI 交叉验证靶点记录。该数据集旨在供学术和工业研究团队在基于结构的药物设计项目中直接使用。

v3.0 新特性（质量变更日志）：(1) 100% 的结构现在通过严格的立体碰撞质量门控（零非键重原子对 1.10（无配对）55蔗糖已验证BRCA1672遗传性乳腺/卵巢癌（DNA 修复）精修0>1.10（无配对）24咖啡因已验证BRCA1C672BRCA1 多蛋白复合物（DNA 修复）精修0>1.10（无配对）72咖啡因无_ curated_ 数据BRCA2675遗传性乳腺/胰腺癌（DNA 修复）修复（局部碰撞修复）0>1.10（无配对）84咖啡因已验证BTK695B 细胞恶性肿瘤（BTK 抑制剂）精修0>1.10（无配对）45咖啡因已验证EGFR1956肺癌和结直肠癌精修0>1.10（无配对）75咖啡因已验证HER22064HER2 阳性乳腺/胃癌精修0>1.10（无配对）55咖啡因已验证PIK3CA5290PI3K 通路驱动的癌症修复（局部碰撞修复）0>1.10（无配对）44咖啡因已验证 计算方法：(1) 使用 Boltz-2 深度学习共折叠引擎进行结构预测（NVIDIA NIM API）；(2) 使用 OpenMM 进行物理精修（Amber14-all 力场，OBC2 隐式溶剂，C-alpha 谐波引导约束 k_guide = 0.5，GPU/OpenCL）；(3) 对于离群目标：超稳定分阶段恢复（收敛 KD-tree 手术预

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。