دیتاست‌های استاندارد علوم زیستی

دیتاست‌های مرجع و آموزش هوش مصنوعی زیستی

مجموعه‌داده‌های استاندارد ارزیابی زیستی، پایگاه‌های میل اتصالی مولکولی و اطلس‌های تک‌سلولی پشتیبان مدل‌های بنیادی.

Drug Discovery & Docking19,443 Complexes · 48 GB

PDBbind-cn Benchmark (v2020/v2024)

The standard curated collection of experimentally measured binding affinity data (Kd, Ki, IC50) for biomolecular complexes in the Protein Data Bank.

فرمت فایل‌ها: PDB, Mol2, SDFمدل‌های مرجع (بیس‌لاین): DiffDock, EquiBind, Glide, GNINA
Protein Structure120 Blind Targets

CASP15 & CASP16 Target Corpora

The gold-standard biennial Critical Assessment of Structure Prediction targets evaluating blind single-chain, multimer, and protein-ligand predictions.

فرمت فایل‌ها: FASTA, mmCIF, PDBمدل‌های مرجع (بیس‌لاین): AlphaFold 3, RoseTTAFold All-Atom, ESM-3
Cheminformatics700k+ Molecules across 17 Datasets

MoleculeNet Benchmark Suite

Comprehensive benchmark suite for molecular machine learning across quantum mechanics, physical chemistry, biophysics, and physiology.

فرمت فایل‌ها: CSV, SDF, SMILESمدل‌های مرجع (بیس‌لاین): Chemprop, MoLFormer, DeepChem
Single-Cell & Spatial42M+ Cells across 35 Organs

Human Cell Atlas (HCA) Data Portal

Global collaborative effort mapping all human cell types with single-cell RNA sequencing, ATAC-seq, and spatial transcriptomics.

فرمت فایل‌ها: h5ad, Loom, Seurat RDSمدل‌های مرجع (بیس‌لاین): scGPT, Geneformer, scvi-tools, scArches
Multiple Sequence Alignments65M Families · 2.2 Billion Sequences (560 GB)

Big Fantastic Database (BFD)

Massive reference database combining UniProt and environmental metagenomic assemblies, foundational for deep MSA searches in AlphaFold and OpenFold.

فرمت فایل‌ها: HMM, FASTA, MMseqs2مدل‌های مرجع (بیس‌لاین): AlphaFold 2, OpenFold, ColabFold
Virtual Screening5.5 Billion Synthesizable Compounds

ZINC20 & Enamine REAL Combinatorial Library

The largest commercially accessible virtual screening library for ultra-large library docking and generative lead identification.

فرمت فایل‌ها: SMILES, 3D SDFمدل‌های مرجع (بیس‌لاین): DiffDock, AutoDock Vina, Schrödinger Glide