数据集概述
本数据集包含蛋白质序列和配体数据两部分，用于儿童急性淋巴细胞白血病（ALL）的药物重定位计算研究。蛋白质序列来自UniProt数据库，配体数据来自ChEMBL、DrugBank及手动补充的FDA批准药物，支持生物信息学、药物发现等领域研究。
文件详解
- 数据集目录: Protein and Ligand Dataset for Drug Repositioning in Childhood Acute Lymphoblastic Leukemia (ALL)/
- 文件1: proteins.txt，格式为JSON-like，包含8479条蛋白质序列，以UniProt ID为键、氨基酸序列为值，平均序列长度529.81，最大14507
- 文件2: ligands.txt，格式为JSON-like，包含约二十二万个药物小分子SMILES字符串，以键值对形式存储
- 文件3: metadata.txt，格式为TXT，未提供具体内容描述
适用场景
- 生物信息学研究: 分析儿童ALL相关蛋白质序列特征
- 药物重定位研究: 基于配体数据挖掘潜在治疗药物
- 计算生物学建模: 构建药物-靶点相互作用预测模型
- 白血病治疗靶点发现: 识别ALL发病机制相关蛋白质靶点
- 系统药理学分析: 探索ALL治疗的多靶点药物作用机制
