plinder-org/plinder

plinder – 단백질 및 리간드 상호작용 데이터셋 및 평가 리소스

개요 – plinder는 풍부한 주석(리간드 화학, 결합 부위 유사성, 클러스터, 결합 친화도 데이터 등)을 갖춘 큐레이션된 대규모 단백질-리간드(및 단백질-단백질) 복합체 데이터셋입니다. Python 라이브러리로 패키징되어 특정 월별 릴리스를 다운로드하고, 테이블을 쿼리하고, 개별 시스템을 생물물리학적 객체(구조, RDKit 분자 등)로 로드할 수 있습니다. 저장소에는 구조 예측 또는 도킹 모델을 벤치마킹하기 위한 평가 하네스도 포함되어 있습니다.

중요성 – 약물 발견 관련 작업(도킹, 결합 친화도 예측, 공폴딩, 생성적 리간드 설계)을 위한 최신 ML 모델을 훈련하거나 테스트하려면 고품질의 비중복 상호작용 데이터가 필요합니다. 기존 데이터셋은 더 작거나 숨겨진 중복성이 있습니다. PLINDER는 40만 개 이상의 상호작용, 체계적인 중복 제거, 정보 누출을 최소화하는 신중하게 계층화된 훈련/검증/테스트 분할을 제공하여 결과의 신뢰성을 높입니다.

주요 구성 요소

• plinder.data – RCSB PDB에서 릴리스를 구축하고 큐레이션 파이프라인을 적용하며 인덱스 테이블, 클러스터 할당 및 선택적 대용량 파일(리간드 좌표, 정렬, 점수)을 작성하는 코드.
• plinder.core – 사용자 친화적인 API(PlinderSystem, Entry, Chain 등)로 시스템을 로드하고 다음을 제공합니다:
  • 수용체의 Biotite AtomArray,
  • 리간드의 RDKit Mol 객체,
  • 포켓, 리간드 및 단백질에 대한 사전 계산된 유사성 클러스터.
• 평가 하네스 – 선택적 추가 종속성(plinder[eval])은 PoseBusters 검증 및 OpenStructure 기반 메트릭(lDDT, RMSD)을 추가하여 예측 구조를 참조와 비교합니다.
• 버전 관리 – 데이터셋 릴리스는 월 스탬프(예: 2026-09)로 표시되며 CLI plinder_download로 가져올 수 있습니다. 라이브러리는 파일을 로컬에 캐시하고 검증하며 중단된 다운로드를 재시도합니다.

시작 방법

1. 패키지 설치: pip install plinder(평가 도구는 [eval] 추가).
2. 릴리스의 인덱스 가져오기: plinder_download --release 2026-09.
3. 시스템 로드:

   from plinder.core import PlinderSystem
   sys = PlinderSystem.from_id('PDBID_LIGAND')
   receptor = sys.receptor_structure   # Biotite AtomArray
   ligands  = sys.ligand_mols          # list of RDKit Mol objects
   

4. 제공된 분할 테이블을 사용하여 모델을 훈련하거나 예측에 대해 평가 스크립트를 실행합니다.

개발 주체 – 바젤 대학교, SIB 스위스 생물정보학 연구소, Proxima(구 VantAI), NVIDIA 및 MIT CSAIL 간의 협업으로, 정기적인 업데이트와 공개 Discord 커뮤니티가 있습니다.

라이선스 및 인용 – 데이터는 Apache-2.0입니다. 리간드/친화도 소스는 원래 CC-BY-4.0 또는 CC-BY-SA-4.0 라이선스를 유지합니다. 데이터셋을 사용할 때는 bioRxiv 사전 인쇄본(2024)을 인용하십시오.