穆斯克药物分子-版本1数据集
数据来源：互联网公开数据
标签：药物分子,目标蛋白,绑定预测,机器学习,多实例学习,积极分子,消极分子
数据概述：
穆斯克药物分子-版本1数据集包含了一组药物分子及其可能的形状或构象信息，旨在预测这些分子是否能够强烈地绑定到特定的目标蛋白。每个分子可能以多种不同的形状存在，数据集中的每个分子被视为一个“袋”，其各种可能的构象则被视为该“袋”中的实例。数据集中的分子被标记为积极分子（至少存在一种构象可以良好绑定）或消极分子（所有构象都无法良好绑定）。
数据用途概述：
该数据集适用于药物设计与发现、机器学习模型训练和评估等场景。研究人员可以利用该数据集进行多实例学习的研究，开发能够预测分子绑定能力的算法。此外，数据集也适用于比较和测试不同的主动学习策略，以优化分子筛选过程。该数据集还适合作为教学材料，帮助学生理解多实例学习和药物分子绑定预测的相关概念和技术。
