- Описание:
ogbg-molpcba - это набор молекулярных данных, взятый из PubChem BioAssay. Это набор данных прогнозирования графиков из Open Graph Benchmark (OGB).
Этот набор данных является экспериментальным, и в будущих версиях API может быть изменен.
Приведенное ниже описание набора данных адаптировано из статьи OGB:
Формат ввода
Все молекулы предварительно обрабатываются с помощью RDKit ([1]).
- Каждый граф представляет собой молекулу, где узлы - это атомы, а ребра - химические связи.
- Характеристики входного узла являются 9-мерными, содержат атомный номер и хиральность, а также другие дополнительные характеристики атома, такие как формальный заряд и то, находится ли атом в кольце.
- Входные граничные элементы являются трехмерными, содержат тип связи, стереохимию связи, а также дополнительный элемент связи, указывающий, является ли связь сопряженной.
Точное описание всех функций доступно по адресу https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py
Прогноз
Задача - предсказать 128 различных видов биологической активности (неактивная / активная). См. [2] и [3] для более подробного описания этих целей. Не все мишени применимы к каждой молекуле: отсутствующие мишени обозначаются NaN.
использованная литература
[1]: Грег Ландрам и др. «RDKit: химинформатика с открытым исходным кодом». URL: https://github.com/rdkit/rdkit
[2]: Бхарат Рамсундар, Стивен Кирнес, Патрик Райли, Дейл Вебстер, Дэвид Конердинг и Виджай Панде. «Многозадачные сети для открытия лекарств». URL: https://arxiv.org/pdf/1502.02072.pdf
[3]: Чжэньцин Ву, Бхарат Рамсундар, Эван Н. Файнберг, Джозеф Гомес, Калеб Дженисс, Аниш С. Паппу, Карл Лесвинг и Виджай Панде. MoleculeNet: эталон молекулярного машинного обучения. Химическая наука, 9 (2): 513-530, 2018.
Домашняя страница: https://ogb.stanford.edu/docs/graphprop
Исходный код:
tfds.graphs.ogbg_molpcba.OgbgMolpcba
Версии:
-
0.1.0
: Первый выпуск экспериментального API. -
0.1.1
: Предоставляет число ребер в каждом графике в явном виде. -
0.1.2
Добавление метаданных поля для GraphVisualizer. -
0.1.3
( по умолчанию) : Добавить поля метаданных для имен отдельных задач.
-
Скачать Размер:
37.70 MiB
Dataset Размер:
822.53 MiB
Авто-кэшируются ( документация ): Нет
расколы:
Расколоть | Примеры |
---|---|
'test' | 43 793 |
'train' | 350 343 |
'validation' | 43 793 |
- Особенности:
FeaturesDict({
'edge_feat': Tensor(shape=(None, 3), dtype=tf.float32),
'edge_index': Tensor(shape=(None, 2), dtype=tf.int64),
'labels': Tensor(shape=(128,), dtype=tf.float32),
'node_feat': Tensor(shape=(None, 9), dtype=tf.float32),
'num_edges': Tensor(shape=(None,), dtype=tf.int64),
'num_nodes': Tensor(shape=(None,), dtype=tf.int64),
})
Контролируемые ключи (см
as_supervised
документ ):None
Фигура ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Образец цитирования:
@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}
}