الطب والرعاية الصحية اكتشاف الأدوية موثّقة جزئياً

CardioTox

أسماء أخرى: tfds:cardiotox

نظرة عامة

مجموعة بيانات CardioTox في مجال الطب والرعاية الصحية، نوع البيانات: رسوم بيانية (Graphs). عدد العينات المسجل: 9,170 (مجموع الأقسام: train، validation، test، test2).

الوصف (من المصدر)

Drug Cardiotoxicity dataset [1-2] is a molecule classification task to detect cardiotoxicity caused by binding hERG target, a protein associated with heart beat rhythm. The data covers over 9000 molecules with hERG activity. Note: 1. The data is split into four splits: train, test-iid, test-ood1, test-ood2. 2. Each molecule in the dataset has 2D graph annotations which is designed to facilitate graph neural network modeling. Nodes are the atoms of the molecule and edges are the bonds. Each atom is represented as a vector encoding basic atom information such as atom type. Similar logic applies to bonds. 3. We include Tanimoto fingerprint distance (to training data) for each molecule in the test sets to facilitate research on distributional shift in graph domain. For each example, the features include: atoms: a 2D tensor with shape (60, 27) storing node features. Molecules with less than 60 atoms are padded with zeros. Each atom has 27 atom features. pairs: a 3D tensor with shape (60, 60, 12) storing edge features. Each edge has 12 edge features. atom_mask: a 1D tensor with shape (60, ) storing node masks. 1 indicates the corresponding atom is real, othewise a padded one. pair_mask: a 2D tensor with shape (60, 60) storing edge masks. 1 indicates the corresponding edge is real, othewise a padded one. active: a one-hot vector indicating if the molecule is toxic or not. [0, 1] indicates it's toxic, otherwise [1, 0] non-toxic. ## References [1]: V. B. Siramshetty et al. Critical Assessment of Artificial Intelligence Methods for Prediction of hERG Channel Inhibition in the Big Data Era. JCIM, 2020. https://pubs.acs.org/doi/10.1021/acs.jcim.0c00884 [2]: K. Han et al. Reliable Graph Neural Networks for Drug Discovery Under Distributional Shift. NeurIPS DistShift Workshop 2021. https://arxiv.org/abs/2111.12951

المجال: الطب والرعاية الصحية (Medical & Healthcare)
نوع البيانات: رسوم بيانية (Graphs)
المهام: غير متوفر
التخصصات الفرعية: اكتشاف الأدوية
اللغات: غير متوفر
الوسوم: غير متوفر

الإحصائيات والبنية

عدد العينات: 9٬170
عدد الفئات: غير متوفر
عدد الخصائص: غير متوفر
عدد المشاركين/الحالات: غير متوفر
عدد الصور: غير متوفر
عدد الملفات: غير متوفر
الحجم: غير متوفر
الصيغ: غير متوفر
القيم المفقودة: غير متوفر

ملاحظة العينات: مجموع الأقسام: train، validation، test، test2.

الترخيص والوصول

الترخيص: غير معروف — لم يُذكر ترخيص صريح في المصادر المعتمدة
توثيق الترخيص: غير معروف
الاستخدام التجاري: غير معروف
إعادة التوزيع: غير معروف
اشتراط النسبة: غير معروف
طريقة الوصول: زيارة المصدر
قيود الوصول: غير متوفر
شروط الاستخدام: غير متوفر

لم يُعثر على ترخيص صريح في المصادر المستخدمة؛ لا تفترض أي إذن قبل مراجعة المصدر الأصلي.

راجع دائماً شروط الناشر الأصلي قبل الاستخدام؛ المستكشف لا يمنح أي ترخيص.

المصدر والتنزيل

المنصة: TensorFlow Datasets catalog
الناشر/المصدر: TensorFlow Datasets (TFDS)
المعرّف في المصدر: tfds:cardiotox
DOI: غير متوفر
مصدر البيانات الوصفية: tfds
آخر تحديث للبيانات الوصفية: 2026-11-14

الصفحة الأصلية github.com
التوثيق www.tensorflow.org
بطاقة البيانات www.tensorflow.org
واجهة API storage.googleapis.com
مصدر البيانات الوصفية storage.googleapis.com

لا يستضيف المستكشف ملفات البيانات؛ كل الروابط تشير إلى الناشر الأصلي.

الأبحاث المرتبطة

البحث الذي قدّم مجموعة البيانات
Han, Kehang, Lakshminarayanan, Balaji, Liu, Jeremiah (2021). Reliable Graph Neural Networks for Drug Discovery Under Distributional Shift. https://arxiv.org/abs/2111.12951
مذكور لهذه المجموعة في كتالوج المصدر · رابط البحث · الدليل

الاستشهاد بالمجموعة

مبني من الحقول المسجلة فقط؛ الحقول غير المتوفرة تُحذف ولا تُخمَّن. يُستحسن أيضاً الاستشهاد بالبحث الذي قدّم المجموعة إن وُجد.

APA 7

CardioTox [Data set]. (2021). TensorFlow Datasets (TFDS). https://github.com/google/uncertainty-baselines/tree/main/baselines/drug_cardiotoxicity

IEEE

[1] "CardioTox," TensorFlow Datasets (TFDS), 2021. [Online]. Available: https://github.com/google/uncertainty-baselines/tree/main/baselines/drug_cardiotoxicity

BibTeX

@misc{cardiotox2021,
  title = {{CardioTox}},
  year = {2021},
  publisher = {TensorFlow Datasets (TFDS)},
  url = {https://github.com/google/uncertainty-baselines/tree/main/baselines/drug_cardiotoxicity},
  howpublished = {\url{https://github.com/google/uncertainty-baselines/tree/main/baselines/drug_cardiotoxicity}},
  note = {Dataset. Accessed: 2026-11-15}
}

التحقق

حالة التحقق: موثّقة جزئياً
آخر فحص للروابط: 2026-11-14
تاريخ التحقق من المصدر: 2026-11-14
طريقة التحقق: فحص آلي: حالة HTTP للرابط الأصلي، وجود الاسم في الصفحة، ذكر الترخيص، روابط التنزيل والتوثيق، تحقق DOI.
ملاحظات: Counts and sizes come from the TFDS-prepared version 1.0.0. Licence not stated in TFDS metadata unless shown; check the original source. Original URL not yet checked for availability.

مصدر كل حقل وتاريخ فحصه

الحقل	المصدر	التاريخ
original_url	TFDS dataset_info.json (location.urls)	2026-11-14
description	TFDS README.md / dataset_info.description	2026-11-14
number_of_samples	TFDS dataset_info.json splits[].numExamples (version 1.0.0)	2026-11-14

سجل الفحوص (4)

الفحص	النتيجة	HTTP	التاريخ
documentation_url	متاح	200	2026-11-14
license	ترخيص غير معروف	—	2026-11-14
metadata	الاسم مطابق	—	2026-11-14
original_url	متاح	206	2026-11-14