ogbg_molpcba

• الوصف :

"ogbg-molpcba" عبارة عن مجموعة بيانات جزيئية مأخوذة من اختبار PubChem BioAssay. إنها مجموعة بيانات تنبؤ بالرسم البياني من Open Graph Benchmark (OGB).

مجموعة البيانات هذه تجريبية ، و API عرضة للتغيير في الإصدارات المستقبلية.

الوصف أدناه لمجموعة البيانات مقتبس من ورقة OGB:

نمط الإدخال

تتم معالجة جميع الجزيئات مسبقًا باستخدام RDKit ([1]).

• يمثل كل رسم بياني جزيءًا ، حيث العقد عبارة عن ذرات ، والحواف عبارة عن روابط كيميائية.
• ميزات عقدة الإدخال 9 أبعاد ، تحتوي على عدد ذري ​​و chirality ، بالإضافة إلى ميزات ذرية إضافية مثل الشحنة الرسمية وما إذا كانت الذرة في الحلقة.
• ميزات حافة الإدخال ثلاثية الأبعاد ، تحتوي على نوع الرابطة ، والكيمياء الفراغية للسندات ، بالإضافة إلى ميزة الرابطة الإضافية التي تشير إلى ما إذا كانت الرابطة مترافقة.

يتوفر الوصف الدقيق لجميع الميزات على https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py

تنبؤ

المهمة هي التنبؤ بـ 128 نشاطًا بيولوجيًا مختلفًا (غير نشط / نشط). انظر [2] و [3] لمزيد من الوصف حول هذه الأهداف. لا تنطبق جميع الأهداف على كل جزيء: فالأهداف المفقودة يشار إليها بواسطة NaNs.

مراجع

[1]: جريج لاندروم وآخرون. "RDKit: معلوماتية chemin مفتوحة المصدر". عنوان URL: https://github.com/rdkit/rdkit

[2]: بهارات رامسوندار ، وستيفن كيرنز ، وباتريك رايلي ، وديل ويبستر ، وديفيد كونيردينج ، وفيجاي باندي. "شبكات متعددة المهام على نطاق واسع لاكتشاف الأدوية". URL: https://arxiv.org/pdf/1502.02072.pdf

[3]: زينكين وو ، وبارات رامسوندار ، وإيفان إن فاينبرغ ، وجوزيف جوميز ، وكالب جينييس ، وآنيش س.بابو ، وكارل ليسوينج ، وفيجاي باندي. MoleculeNet: معيار للتعلم الآلي الجزيئي. العلوم الكيميائية ، 9 (2): 513-530 ، 2018.

• الصفحة الرئيسية : https://ogb.stanford.edu/docs/graphprop

• كود المصدر : tfds.datasets.ogbg_molpcba.Builder

• إصدارات :

  • 0.1.0 : الإصدار الأولي لواجهة برمجة التطبيقات التجريبية.
  • 0.1.1 : يعرض عدد الحواف في كل رسم بياني بشكل صريح.
  • 0.1.2 : إضافة حقل البيانات الوصفية لـ GraphVisualizer.
  • 0.1.3 (افتراضي): أضف حقل بيانات التعريف لأسماء المهام الفردية.

• حجم التحميل : 37.70 MiB

• حجم مجموعة البيانات : 822.53 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'edge_feat': Tensor(shape=(None, 3), dtype=float32),
    'edge_index': Tensor(shape=(None, 2), dtype=int64),
    'labels': Tensor(shape=(128,), dtype=float32),
    'node_feat': Tensor(shape=(None, 9), dtype=float32),
    'num_edges': Tensor(shape=(None,), dtype=int64),
    'num_nodes': Tensor(shape=(None,), dtype=int64),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@inproceedings{DBLP:conf/nips/HuFZDRLCL20,
  author    = {Weihua Hu and
               Matthias Fey and
               Marinka Zitnik and
               Yuxiao Dong and
               Hongyu Ren and
               Bowen Liu and
               Michele Catasta and
               Jure Leskovec},
  editor    = {Hugo Larochelle and
               Marc Aurelio Ranzato and
               Raia Hadsell and
               Maria{-}Florina Balcan and
               Hsuan{-}Tien Lin},
  title     = {Open Graph Benchmark: Datasets for Machine Learning on Graphs},
  booktitle = {Advances in Neural Information Processing Systems 33: Annual Conference
               on Neural Information Processing Systems 2020, NeurIPS 2020, December
               6-12, 2020, virtual},
  year      = {2020},
  url       = {https://proceedings.neurips.cc/paper/2020/hash/fb60d411a5c5b72b2e7d3527cfc84fd0-Abstract.html},
  timestamp = {Tue, 19 Jan 2021 15:57:06 +0100},
  biburl    = {https://dblp.org/rec/conf/nips/HuFZDRLCL20.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}