кардиотокс

• Описание :

Набор данных по кардиотоксичности лекарств [1-2] представляет собой задачу классификации молекул для выявления кардиотоксичности, вызванной связыванием мишени hERG, белка, связанного с сердечным ритмом. Данные охватывают более 9000 молекул с активностью hERG.

1. Данные разбиты на четыре группы: train, test-iid, test-ood1, test-ood2.

2. Каждая молекула в наборе данных имеет аннотации 2D-графика, которые предназначены для облегчения моделирования графовой нейронной сети. Узлы — это атомы молекулы, а ребра — это связи. Каждый атом представлен в виде вектора, кодирующего основную информацию об атоме, такую ​​как тип атома. Аналогичная логика применима и к облигациям.

3. Мы включаем расстояние отпечатка пальца Танимото (до обучающих данных) для каждой молекулы в тестовых наборах, чтобы облегчить исследование сдвига распределения в графовой области.

Для каждого примера функции включают в себя: атомы: двумерный тензор с формой (60, 27), хранящий функции узлов. Молекулы, содержащие менее 60 атомов, дополняются нулями. Каждый атом имеет 27 атомных свойств. пары: трехмерный тензор с формой (60, 60, 12), хранящий краевые функции. Каждое ребро имеет 12 краевых элементов. atom_mask: одномерный тензор формы (60, ), хранящий маски узлов. 1 указывает, что соответствующий атом является реальным, в противном случае он является дополненным. пара_маска: двумерный тензор формы (60, 60), хранящий маски краев. 1 указывает, что соответствующее ребро является реальным, в противном случае оно дополнено. активный: однократный вектор, указывающий, является ли молекула токсичной или нет. [0, 1] указывает на то, что он токсичен, в противном случае [1, 0] не токсичен.

использованная литература

[1]: В.Б. Сирамшетти и соавт. Критическая оценка методов искусственного интеллекта для прогнозирования ингибирования канала hERG в эпоху больших данных. JCIM, 2020 г. https://pubs.acs.org/doi/10.1021/acs.jcim.0c00884

[2]: К. Хан и др. Надежные графовые нейронные сети для обнаружения лекарств в условиях распределительного сдвига. Семинар NeurIPS DistShift 2021. https://arxiv.org/abs/2111.12951

• Домашняя страница : https://github.com/google/uncertainty-baselines/tree/main/baselines/drug_cardiotoxicity

• Исходный код : tfds.graphs.cardiotox.Cardiotox

• Версии :

  • 1.0.0 (по умолчанию): Первоначальный выпуск.

• Размер загрузки : Unknown size

• Размер набора данных : 1.66 GiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

FeaturesDict({
    'active': Tensor(shape=(2,), dtype=int64),
    'atom_mask': Tensor(shape=(60,), dtype=float32),
    'atoms': Tensor(shape=(60, 27), dtype=float32),
    'dist2topk_nbs': Tensor(shape=(1,), dtype=float32),
    'molecule_id': string,
    'pair_mask': Tensor(shape=(60, 60), dtype=float32),
    'pairs': Tensor(shape=(60, 60, 12), dtype=float32),
})

• Документация по функциям :

• Ключи под наблюдением (см. документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@ARTICLE{Han2021-tu,
  title         = "Reliable Graph Neural Networks for Drug Discovery Under
                   Distributional Shift",
  author        = "Han, Kehang and Lakshminarayanan, Balaji and Liu, Jeremiah",
  month         =  nov,
  year          =  2021,
  archivePrefix = "arXiv",
  primaryClass  = "cs.LG",
  eprint        = "2111.12951"
}