溶酶体酶与单基因代谢靶点的精修坐标结构及口袋分析数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23070332

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 7.1 MB。

数据说明

数据集标题：溶酶体酶与单基因代谢靶点的精修坐标结构及口袋分析（v3.0）

概述：本数据集包含该疾病领域11个治疗靶点（ASPA、CBS、CLN2、G6PD、GAA、GALC、GBA1、GLA、HEXA、HEXB、IDUA）经过全面质量控制的三维结构模型、几何口袋分析、DiffDock对接富集结果，以及经NIH NCBI交叉验证的靶点记录。本数据集专为学术与工业研究团队在基于结构的药物设计工作中直接使用而设计。

v3.0 新增内容（质量变更日志）：(1) 现在 100% 的结构均通过严格的立体碰撞质量门控（非键合重原子对 < 1.10 Å 的数量为零，已通过独立重新加载并补全缺失原子进行验证）；(2) 本集合中有 0 个大型/复杂目标通过收敛 KD-tree 局部碰撞簇修复和分阶段 OpenMM 能量最小化进行了修复，其口袋/对接分析已在干净几何结构上重新计算；(3) 为每个目标添加了 NCBI Entrez 生物学验证层；(4) 添加了机器可读清单（CSV+JSON），包含每个文件的 MD5 校验和及每个目标的 QC 指标；(5) 全程采用标准文件命名和引擎版本溯源。

纳入靶点：靶点NCBI基因ID适应症结构冲突（<1.1 Å）最小距离（Å）已验证口袋对接化合物数顶级参考化合物NCBI状态ASPA443Canavan病优化后0>1.10（无配对）02咖啡因已验证CBS875同型半胱氨酸尿症优化后0>1.10（无配对）12咖啡因已验证CLN21200神经元蜡样脂褐质沉积症（Batten病）优化后0>1.10（无配对）32咖啡因已验证G6PD2539G6PD缺乏症（溶血性贫血）优化后0>1.10（无配对）32咖啡因已验证GAA2548Pompe病优化后0>1.10（无配对）42咖啡因已验证GALC2581Krabbe病优化后0>1.10（无配对）32咖啡因已验证GBA12629Gaucher病与帕金森风险优化后0>1.10（无配对）42蔗糖已验证GLA2717Fabry病优化后0>1.10（无配对）22咖啡因已验证HEXA3073Tay-Sachs病优化后0>1.10（无配对）62咖啡因已验证

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。