plinder-org/plinder

解決的問題

PLINDER 解決了訓練與評估蛋白質-配體對接演算法對高品質、帶註解資料集的需求。它提供一個標準化資源，使結構生物學能超越簡單記憶，透過精心策劃的分割來最小化資訊洩漏，並支援現實的推論情境，例如命中發現與優化。

如何運作

PLINDER 將超過 40 萬個蛋白質-配體相互作用（PLI）系統的大規模資料集，與一個與蛋白質資料庫（PDB）同步的自動化註解流程結合。每個系統提供超過 750 個註解，包括蛋白質與配體的特性以及相似性分數。該資源包含一個 Python 套件（plinder.core），方便與資料互動，以及一個資料產生套件（plinder.data）。它還連結未結合（apo）結構與預測的 AlphaFold2 結構至其對應的全結合（holo）系統，協助模型處理現實的結構變異。

適用對象

此資源專為從事結構生物學機器學習的研究人員與開發者設計，特別是那些建構蛋白質-配體對接模型、共摺疊演算法或生成新配體結構工具的人。

主要亮點

• 大規模：涵蓋 11,000 個 SCOP 結構域與 50,000 個獨特小分子的超過 40 萬個 PLI 系統。
• 穩健的基準測試：提供按新配體、新口袋或新蛋白質分層的精心策劃的訓練-驗證-測試分割，防止資料洩漏。
• 全面的註解：每個系統提供 750 多個註解與 14 種不同的 PLI 指標。
• 整合結構：將實驗性 apo 結構與 AlphaFold2 預測結構連結至對應的 holo 系統。
• 評估工具：提供專用框架，簡化並標準化不同模型之間的效能比較。