plinder

Plinder 是“蛋白质-配体相互作用数据集和评估资源（Protein Ligand INteractions Dataset and Evaluation Resource）”的缩写，是一个用于蛋白质与配体对接算法训练和评估的综合数据集和资源。

Plinder 的特点

• 丰富的数据量：包含超过40万个蛋白质-配体相互作用（PLI）系统，涉及11,000多个SCOP结构域和50,000个独特的小分子。
• 高质量注释：每个系统包含500多条注释，包括蛋白质和配体的属性、质量、匹配的分子系列等。
• 自动化数据整理：通过自动化整理管道保持与PDB的同步。
• 多种评估指标：提供14种PLI评估指标和超过200亿个相似性得分。
• 数据分割：支持根据学习任务进行灵活的训练、验证和测试集划分。
• 评估工具：提供稳健的评估工具，简化和标准化不同模型的性能比较。

Plinder 的使用场景

1. 模型训练和验证：

   • 用于蛋白质-配体对接算法的开发和改进。
   • 支持多种机器学习和深度学习模型的训练。

2. 药物研发：

   • 有助于发现和优化药物分子。
   • 提供高质量、真实的实验数据，以减少在药物开发过程中的不确定性。

3. 生物信息学研究：

   • 支持生物分子的结构预测以及分析其相互作用。
   • 提供全面的数据资源，支持多领域的研究和实验。

4. 学术研究和竞赛：

   • 将作为2024年NeurIPS “结构生物中的机器学习”（MLSB）研讨会上的标准数据集，用于相关竞赛和学术比较。

获取和使用 Plinder

• 安装：建议使用卷环境管理器（如miniforge）来安装和运行Plinder项目，目前仅支持Linux环境。
• 数据下载：通过Plinder核心API惰性下载和交互数据信息，或直接使用gsutil工具下载数据集。
• 版本控制：通过Release和Iteration标签来标记不同版本的数据集，确保稳定性及可追溯性。

开发与贡献

Plinder是一个社区驱动项目，由多家机构合作推出，定期更新，欢迎社区贡献。包括代码改进、新特性添加、数据集扩展等。项目代码组织结构清晰，包含核心数据结构、数据生成和评估工具等模块。

如果你觉得Plinder对你的研究有帮助，请参考详细的引用信息以适当引用该资源。