单细胞扰动机器学习补充计算数据集
数据来源：互联网公开数据
标签：单细胞扰动,机器学习,特征工程,分子描述符,SMILES指纹,ChemBERTa嵌入,药物发现,生物信息学,人工智能
数据概述：
本数据集包含单细胞扰动实验相关的补充计算数据，旨在支持机器学习模型在单细胞生物数据中的应用研究。数据集包括以下主要内容：
1. 特征工程生成的特征：
- 目标编码后PCA降维特征（152维）
- 目标PCA后编码特征（1228维）
- 独热编码特征（152维）
- 分子描述符（167维）
- SMILES指纹特征（1024维）
- ChemBERTa嵌入特征
- 机器学习实验数据：
- 多层感知机（MLP）模型评估指标
-
交叉验证与公共/私有测试集指标分析
-
生物信息数据：
- 药物银行（DrugBank）数据（版本5.1.10）
-
单细胞基因表达数据（稀疏矩阵格式）
-
其他补充数据：
- 基因同值化表达特征
- 测试集ID映射
- 原始计数数据（基因×细胞矩阵）
数据用途概述：
该数据集适用于以下场景：
1. 机器学习模型开发与评估：支持特征工程优化、模型性能评估及模型选择
2. 生物医学研究：支持单细胞扰动分析、基因表达模式识别及药物作用机制研究
3. 药物发现：支持基于机器学习的药物筛选及靶点预测
4. 特征工程研究：支持特征提取、降维及组合方法的探索
5. 生物信息学分析：支持单细胞数据处理、基因功能注释及实验设计优化
数据集为研究人员提供了丰富的特征数据和机器学习实验基准，可用于推动单细胞生物学与人工智能的交叉研究。
