佛罗里达大学 发布 DecoyDB 数据集, 应用在 生物信息学、机器学习 领域

佛罗里达大学 本次发布的数据集 DecoyDB, DecoyDB是一个大规模的、结构感知的数据集，专为蛋白质-配体复合物的自监督图对比学习而设计。该数据集由高分辨率真实3D复合物和多样化的诱饵结构组成，诱饵结构具有计算生成的结合姿势，范围从真实的（正对）到次优的（负对）。DecoyDB包含61104个真实3D复合物和5353307个诱饵，每个诱饵都标注了与原始姿势的均方根偏差（RMSD）。此外，还设计了一个定制的图对比学习算法，以基于DecoyDB对图神经网络进行预训练，并使用PDBbind的标签对模型进行微调。实验证明，使用DecoyDB预训练的模型在预测准确性、样本学习效率和泛化能力方面都有显著提升。

查看DecoyDB

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。