化合物细胞活性与分子性质数据集CompoundCellActivityandMolecularPropertiesDataset-jamesjiang2019

数据来源：互联网公开数据

标签：药物研发, 化学信息学, 细胞活性, 分子描述符, QSAR, 机器学习, SMILES, 癌症

数据概述：该数据集包含来自NCI（美国国家癌症研究所）的化合物细胞活性数据，记录了化合物的结构信息和在多种癌细胞系中的活性表现，以及一系列分子描述符。主要特征如下：时间跨度：数据未标明具体时间，视作静态数据集使用。地理范围：数据来源于NCI，涵盖了多种癌细胞系，这些细胞系来源于不同地理位置。数据维度：数据集包含“smiles”（化合物的SMILES字符串表示），以及在多种癌细胞系中的活性值（如CCRF-CEM、HL-60(TB)等），还有一系列分子描述符，如“a_acc”、“h_logP”、“vdw_area”等。数据格式：CSV格式，文件名为d_unsupervised_nci_unique_prep.csv，便于数据分析和建模。来源信息：数据来源于NCI，已进行标准化处理，便于数据分析和建模。该数据集适合用于药物筛选、化合物活性预测、QSAR（定量构效关系）模型构建以及相关领域的学术研究。

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：适用于药物化学、化学信息学和生物信息学等领域的学术研究，如化合物活性预测、毒性预测、药物设计等。行业应用：可以为制药公司和生物技术公司提供数据支持，特别是在药物筛选、先导化合物优化等方面。决策支持：支持药物研发过程中的化合物选择和优化，加速新药的发现。教育和培训：作为化学信息学、药物化学和生物信息学等相关课程的辅助材料，帮助学生和研究人员理解化合物结构与活性的关系。此数据集特别适合用于探索化合物结构与生物活性之间的内在联系，构建预测模型，并加速新药的研发进程。