WelQrate AID1843 整理的虚拟筛选数据集
源自 PubChem AID1843、用于小分子虚拟筛选的表格分类数据集，含 288,277 个分子并预测活性标签，存在严重类别不平衡。
基本信息
资源简介
WelQrate AID1843 整理的虚拟筛选数据集
【一句话概览】
本数据集是 Hugging Face 公开的结构化表格数据集，收录 4 个文件、合计 278.20 MB，主题涵盖 chemistry、molecules、small-molecules、bioactivity、confirmatory-screen，可用于统计建模、特征工程与队列分析，other 许可开放获取。
【数据集背景】
本数据集源站标题为《liuganghuggingface/moldata-welqrate_aid1843》。源站首次发布：2026-10-22。
【数据内容】
源站原始描述：WelQrate AID1843 curated virtual screening Expert-curated screening labels using confirmatory/counter screens and domain-specific processing; original 2D/3D data and five random/scaffold folds. Processed copy of welqrate_aid1843 from the molecular datasets collection. Structures are canonicalized and validated; labels are never averaged or filled. Prefer the original source for citation. Where the data comes from - Original data: - Original study: WelQrate: Defining the Gold Standard in Small Mo…
文件 metadata.json 为 JSON 结构（顶层键：dataset、links、modalities、quality、tables）。
【数据结构与技术规格】
文件数 4 个，合计 278.20 MB。
【主题与分类】
主题标签：chemistry、molecules、small-molecules、bioactivity、confirmatory-screen、counterscreen、experiment、hts。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/liuganghuggingface/moldata-welqrate_aid1843
使用许可：other。
【使用注意】
· 源站最后修改于 2026-10-28，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("liuganghuggingface/moldata-welqrate_aid1843")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/liuganghuggingface/moldata-welqrate_aid1843
仓库文件结构
.gitattributesREADME.mdmetadata.json
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
完整数据卡：huggingface.co/datasets/liuganghuggingface/moldata-welqrate_aid1843
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
