数据集概述
本数据集包含糖皮质激素受体（GR）计算药物发现项目相关的形态库、QSAR模型及活性预测化合物。内容涵盖GRML和RML两个虚拟化合物库、IMG非专有库子集、模型训练集、训练后的分类与回归模型、活性预测形态化合物表及设计的GR活性配体表，共12个文件，支持药物发现领域的进一步分析与研究。
文件详解
- 形态库（Morphing Libraries）
- 文件名称：GRML_library.csv
- 文件格式：CSV
- 字段映射介绍：包含999,015个由Molpher生成的虚拟化合物，基于ChEMBL17和IMG库中GR配体的独特Bemis-Murcko骨架
- 文件名称：RML_library.csv
- 文件格式：CSV
- 字段映射介绍：包含1,346,310个由Molpher生成的虚拟化合物，基于ZINC数据库随机选择的独特Bemis-Murcko骨架
- IMG库（IMG library）
- 文件名称：IMG_non_proprietary.csv
- 文件格式：CSV
- 字段映射介绍：包含12,956个化合物及其初筛B-scores的非专有IMG库子集
- Molpher输入（Molpher inputs）
- 文件名称：GR_inputs.csv
- 文件格式：CSV
- 字段映射介绍：包含204个用于创建GRML库的配体，来自ChEMBL17（95个）和IMG非专有数据集（109个），含id_structure、smiles字段
- 文件名称：Random_inputs.csv
- 文件格式：CSV
- 字段映射介绍：包含249个用于创建RML库的随机ZINC化合物，含id_structure、smiles字段
- 模型训练集（Model's training sets）
- 文件名称：Model33_training_set.csv
- 文件格式：CSV
- 字段映射介绍：随机森林分类模型训练集，含865个化合物，来自ChEMBL33（738个）和IMG库非专有活性配体（127个）
- 文件名称：Model17_training_set.csv
- 文件格式：CSV
- 字段映射介绍：随机森林分类模型训练集，含601个化合物，来自ChEMBL17（474个）和IMG库非专有活性配体（127个）
- 文件名称：RFR_training_set.csv
- 文件格式：CSV
- 字段映射介绍：随机森林回归模型训练集，含89个符合GR药效团四特征的ChEMBL33化合物
- 模型（Models）
- 文件名称：Model33.pkl、Model17.pkl、RFR_models.pkl
- 文件格式：PKL
- 字段映射介绍：分别为基于ChEMBL33和IMG库训练的随机森林分类模型、基于ChEMBL17和IMG库训练的随机森林分类模型、100个用于排名活性形态的随机森林回归模型
- 活性预测形态（Active predicted morphs）
- 文件名称：all_morphs_actives_predicted.xlsx
- 文件格式：XLSX
- 字段映射介绍：含两个工作表，分别为22,524个GRML活性预测形态和4,341个RML活性预测形态，包含QED、NIBR Severity Score、Molskill Score等字段
- 设计的GR活性配体（Proposed GR active ligands）
- 文件名称：designed_ligands.xlsx
- 文件格式：XLSX
- 字段映射介绍：含两个工作表，分别为54个设计的GR配体（含QED、共识排名、手动注释等）和54个配体的结构信息
适用场景
- 药物发现研究: 用于糖皮质激素受体靶向药物的虚拟筛选与活性预测
- QSAR模型开发与验证: 基于训练集和模型文件，研究GR受体活性预测模型的构建与优化
- 化学空间分析: 分析GRML和RML库中虚拟化合物的结构特征与多样性
- 配体设计优化: 参考designed_ligands.xlsx中的配体信息，进行GR活性配体的设计与优化
- 计算化学研究: 探索Molpher生成虚拟化合物的方法在药物发现中的应用
