ogbg_molpcba

• opis :

„ogbg-molpcba” to zestaw danych molekularnych pobrany z PubChem BioAssay. Jest to zestaw danych do przewidywania wykresów z Open Graph Benchmark (OGB).

Ten zestaw danych jest eksperymentalny, a interfejs API może ulec zmianie w przyszłych wersjach.

Poniższy opis zbioru danych został zaadaptowany z artykułu OGB:

Format wejściowy

Wszystkie cząsteczki są wstępnie przetwarzane przy użyciu RDKit ([1]).

• Każdy wykres przedstawia cząsteczkę, w której węzły to atomy, a krawędzie to wiązania chemiczne.
• Cechy węzła wejściowego są 9-wymiarowe, zawierają liczbę atomową i chiralność, a także inne dodatkowe cechy atomu, takie jak ładunek formalny i to, czy atom jest w pierścieniu.
• Cechy krawędzi wejściowej są trójwymiarowe, zawierają typ wiązania, stereochemię wiązania, a także dodatkową cechę wiązania wskazującą, czy wiązanie jest sprzężone.

Dokładny opis wszystkich funkcji dostępny jest pod adresem https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py

Prognoza

Zadanie polega na przewidzeniu 128 różnych aktywności biologicznych (nieaktywne/aktywne). Więcej informacji na temat tych celów można znaleźć w [2] i [3]. Nie wszystkie cele dotyczą każdej cząsteczki: brakujące cele są oznaczone NaN.

Bibliografia

[1]: Greg Landrum i in. „RDKit: cheminformatyka typu open source”. URL: https://github.com/rdkit/rdkit

[2]: Bharath Ramsundar, Steven Kearnes, Patrick Riley, Dale Webster, David Konerding i Vijay Pande. „Masowo wielozadaniowe sieci do odkrywania leków”. 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 i Vijay Pande. MoleculeNet: punkt odniesienia dla molekularnego uczenia maszynowego. Chemical Science, 9(2):513-530, 2018.

• Strona główna : https://ogb.stanford.edu/docs/graphprop

• Kod źródłowy : tfds.datasets.ogbg_molpcba.Builder

• Wersje :

  • 0.1.0 : Pierwsza wersja eksperymentalnego interfejsu API.
  • 0.1.1 : Wyraźnie ujawnia liczbę krawędzi na każdym wykresie.
  • 0.1.2 : Dodaj pole metadanych dla GraphVisualizer.
  • 0.1.3 (domyślnie): Dodaj pole metadanych dla nazw poszczególnych zadań.

• Rozmiar pliku do pobrania : 37.70 MiB

• Rozmiar zbioru danych : 822.53 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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}
}