蛋白质突变深度扫描数据集ProteinMutationDeepScanningDataset-ricarn
数据来源：互联网公开数据
标签：蛋白质, 突变, 深度扫描, 基因, 生物信息学, 结构生物学, 机器学习, 蛋白质工程
数据概述：
该数据集包含来自多个研究机构的蛋白质突变深度扫描（DMS）实验数据，记录了不同蛋白质在特定突变下的功能变化。主要特征如下：
时间跨度：数据未明确标明具体时间，但包含了多个研究年份的数据，反映了DMS研究的最新进展。
地理范围：数据来源于全球范围内的生物学研究，涵盖了多种生物体，包括人类、酵母、细菌等。
数据维度：数据集包含多个CSV文件，每个文件对应一个蛋白质的DMS实验结果。主要数据项包括突变体（mutant）、突变序列（mutated_sequence）、DMS评分（DMS_score）、DMS评分分箱（DMS_score_bin）、突变深度（mutation_depth）和随机倍数（fold_rand_multiples）等。
数据格式：CSV格式，每个文件包含蛋白质突变及其对应的功能表征数据，便于进行数据分析和建模。
来源信息：数据集来源于公开的生物学研究，数据经过标准化处理，方便进行跨数据集的比较和分析。
该数据集适合用于蛋白质结构与功能研究、突变效应预测和蛋白质工程等领域。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于生物信息学、结构生物学和蛋白质工程等领域的学术研究，如突变对蛋白质功能的影响分析、蛋白质结构-功能关系研究等。
行业应用：可以为药物研发、生物技术公司提供数据支持，用于预测药物靶标的突变耐药性、优化蛋白质设计等。
决策支持：支持蛋白质工程领域的实验设计和优化，加速新蛋白质的开发和改造。
教育和培训：作为生物信息学、蛋白质工程等课程的实训数据，帮助学生和研究人员深入理解蛋白质突变对功能的影响。
此数据集特别适合用于探索蛋白质序列与功能的关联，预测突变对蛋白质活性的影响，并优化蛋白质设计，从而加速生物技术领域的创新。
