ogbg_molpcba

• Descrizione :

'ogbg-molpcba' è un set di dati molecolari campionato da PubChem BioAssay. È un set di dati di previsione del grafico dall'Open Graph Benchmark (OGB).

Questo set di dati è sperimentale e l'API è soggetta a modifiche nelle versioni future.

La seguente descrizione del set di dati è adattata dal documento OGB:

Formato di input

Tutte le molecole sono pre-elaborate utilizzando RDKit ([1]).

• Ogni grafico rappresenta una molecola, dove i nodi sono atomi e i bordi sono legami chimici.
• Le caratteristiche del nodo di input sono a 9 dimensioni, contenenti il ​​numero atomico e la chiralità, così come altre caratteristiche atomiche aggiuntive come la carica formale e se l'atomo è nell'anello.
• Le caratteristiche del bordo di input sono tridimensionali e contengono il tipo di legame, la stereochimica del legame, nonché una caratteristica aggiuntiva del legame che indica se il legame è coniugato.

La descrizione esatta di tutte le funzionalità è disponibile su https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py

Predizione

Il compito è prevedere 128 diverse attività biologiche (inattive/attive). Vedere [2] e [3] per ulteriori descrizioni su questi obiettivi. Non tutti i bersagli si applicano a ciascuna molecola: i bersagli mancanti sono indicati dai NaN.

Riferimenti

[1]: Greg Landrum, et al. "RDKit: chemioinformatica open source". URL: https://github.com/rdkit/rdkit

[2]: Bharath Ramsundar, Steven Kearnes, Patrick Riley, Dale Webster, David Konerding e Vijay Pande. "Reti massicciamente multitasking per la scoperta di farmaci". URL: https://arxiv.org/pdf/1502.02072.pdf

[3]: Zhenqin Wu, Bharath Ramsundar, Evan N Feinberg, Joseph Gomes, Caleb Geniesse, Aneesh S. Pappu, Karl Leswing e Vijay Pande. MoleculeNet: un punto di riferimento per il machine learning molecolare. Scienze chimiche, 9(2):513-530, 2018.

• Pagina iniziale : https://ogb.stanford.edu/docs/graphprop

• Codice sorgente : tfds.datasets.ogbg_molpcba.Builder

• Versioni :

  • 0.1.0 : rilascio iniziale dell'API sperimentale.
  • 0.1.1 : espone in modo esplicito il numero di spigoli in ciascun grafico.
  • 0.1.2 : Aggiunta di un campo di metadati per GraphVisualizer.
  • 0.1.3 (predefinito): aggiungere un campo di metadati per i nomi delle singole attività.

• Dimensione del download : 37.70 MiB

• Dimensione del set di dati: 822.53 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'edge_feat': Tensor(shape=(None, 3), dtype=float32),
    'edge_index': Tensor(shape=(None, 2), dtype=int64),
    'labels': Tensor(shape=(128,), dtype=float32),
    'node_feat': Tensor(shape=(None, 9), dtype=float32),
    'num_edges': Tensor(shape=(None,), dtype=int64),
    'num_nodes': Tensor(shape=(None,), dtype=int64),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@inproceedings{DBLP:conf/nips/HuFZDRLCL20,
  author    = {Weihua Hu and
               Matthias Fey and
               Marinka Zitnik and
               Yuxiao Dong and
               Hongyu Ren and
               Bowen Liu and
               Michele Catasta and
               Jure Leskovec},
  editor    = {Hugo Larochelle and
               Marc Aurelio Ranzato and
               Raia Hadsell and
               Maria{-}Florina Balcan and
               Hsuan{-}Tien Lin},
  title     = {Open Graph Benchmark: Datasets for Machine Learning on Graphs},
  booktitle = {Advances in Neural Information Processing Systems 33: Annual Conference
               on Neural Information Processing Systems 2020, NeurIPS 2020, December
               6-12, 2020, virtual},
  year      = {2020},
  url       = {https://proceedings.neurips.cc/paper/2020/hash/fb60d411a5c5b72b2e7d3527cfc84fd0-Abstract.html},
  timestamp = {Tue, 19 Jan 2021 15:57:06 +0100},
  biburl    = {https://dblp.org/rec/conf/nips/HuFZDRLCL20.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}