选手根据提供数据集再自行划分训练集、测试集
使用的数据主要来源于公开的生物化学数据库 ChEMBL 和 PubChem，这些数据库收录了大量已知小分子化合物及其与生物靶点的实验活性数据，为药物研发和分子设计提供了宝贵的资源。在获取原始数据后，经过系统整理与模拟处理，构建了用于小分子活性预测与分析的实验数据集。
数据集包含 200 个小分子，覆盖了 5 类不同的蛋白靶点，分别为 GPCR、Kinase、Ion channel、Enzyme 和 Transporter，能够反映药物分子与不同生物靶点之间的多样化相互作用。为了保证建模过程的科学性和模型评估的公正性，数据集按照 4:1 的比例随机划分为训练集和测试集，即 80% 的分子用于模型训练，20% 用于模型预测和性能验证。
每个小分子在数据集中均提供了标准化的 SMILES 表达式，用于描述其化学结构，并可进一步生成分子指纹或拓扑特征。每个分子还包含一系列基础理化性质，包括分子量（MolWt）、脂水分配系数（LogP）、氢键供体数（HBD）和氢键受体数（HBA）等，这些特征对于理解分子的化学性质及其与靶点的相互作用具有重要意义。
下载地址1（推荐）：2506：靶点小分子活性预测
下载地址2（备用）：https://pan.baidu.com/s/1DJ2Biz39dF7tBlXHDzTvsw?pwd=rp9w 提取码: rp9w
