数据集概述
本数据集是“af2rave: 基于物理采样的蛋白质集合生成”项目的代码与数据集合，包含针对ADK、DDR1、RBD三种蛋白质的AlphaFold预测结构、晶体结构、分析脚本及模型文件，以PDB格式为主，为蛋白质结构动态研究提供数据支持。
文件详解
该数据集按蛋白质类型分类存储，具体说明如下：
- 蛋白质分类目录（ADK/、DDR1/、RBD/）：
- 每个目录下包含alphafold/子目录：存储蛋白质结构文件（.pdb格式）、序列文件（.fasta、.a3m格式）及配置文件（config.json）
- 分析脚本文件：如angles.py、projection.py等Python代码，feature_selection.ipynb等Jupyter Notebook分析文件
- 模型与数据文件：如spib_model.pickle模型文件、data.npy数据文件、free_energy_20.pkl自由能数据文件
- 晶体结构目录（crystal/）：存储蛋白质晶体结构文件（如4ake_A.pdb）
- 轨迹分析目录（long_traj_analysis/）：存储轨迹分析脚本（如rmsd.ipynb）与结果文件（rmsd.pkl）
- 种子结构目录（seed_structures/）：存储蛋白质初始结构文件（如boxed_pred_207_msaauto.pdb）
- 时间结构独立成分分析目录（tica/）：存储分析脚本（如tica.ipynb）、模型文件（tica_model_20.pkl）与自由能文件（free_energy_20.pkl）
- 主要文件类型：
- .pdb：蛋白质结构文件（占比约百分之九十八点八六）
- .ipynb：Jupyter Notebook分析文件
- .py：Python代码文件
- .npy：NumPy数据文件
- .pkl/.pickle：模型或数据序列化文件
- .fasta/.a3m：蛋白质序列文件
- .json：配置文件
适用场景
- 计算结构生物学研究：分析蛋白质结构动态变化与构象集合
- 蛋白质功能预测：基于结构集合探究蛋白质功能机制
- 药物设计：研究蛋白质与配体结合的结构基础
- 生物信息学方法开发：验证物理采样方法在蛋白质结构预测中的应用效果
- 蛋白质组学分析：整合多源蛋白质结构数据开展系统研究
