本数据集为中医药理知识图谱的核心子集，包含小分子化合物与蛋白质靶点之间的相互作用关联关系。数据涵盖32,310种分子实体与14,102种靶点实体的42,413条关联记录，每条记录包含分子的结构信息（SMILES、分子式）、理化性质（分子量、脂水分配系数等）、活性评分，以及靶点的基因名称、功能描述、生物分类等信息。数据集通过知识图谱构建技术整合多源公开数据，经分子对接模拟、关系抽取、质量校验等处理流程生成，可支撑药物发现、靶点验证、药理机制研究等应用场景。

1. 采用基于深度学习的分子-靶点相互作用预测模型，AUC≥0.95 2. 使用分子对接模拟技术（AutoDock Vina）进行结合亲和力预测 3. 采用BERT-BiLSTM-CRF模型进行靶点实体识别，F1值≥0.95 4. 实体对齐采用Levenshtein距离与语义相似度结合方法，匹配率≥98% 5. 数据清洗包括空值过滤、重复检测、格式标准化 6. 使用Neo4j图数据库进行知识存储与推理验证 7. 质量校验采用人工抽检与自动规则校验相结合，一致性≥97%

1. 药物发现：通过分子-靶点关联挖掘潜在药物候选分子与作用靶点 2. 靶点验证：验证中药成分的作用靶点与机制 3. 药理机制研究：探究中药成分通过调节靶点治疗疾病的机制 4. 药物重定位：发现已有药物的新适应症 5. 药物安全性评估：分析分子与靶点的相互作用风险

molecule_id,target_id,label,score,genename,molId,moleculeName,mw:float,alogp:float,geneName,function MUPFEKGTMRGPLJ-FWIJRCLISA-N,Beta-galactosidase,Molecule_to_Targets,0.89,GLB1,,GlyTouCan:G72414ZC,398.5,-1.5,GLB1,Cleaves beta-linked terminal galactosyl residues AAASNKNLMQBKFV-UHFFFAOYSA-N,Estrogen receptor alpha,Molecule_to_Targets,0.92,ESR1,MOL008239,Quercetin 5,7,3',4'-tetramethyl ether,358.4,2.5,ESR1,Mediates the effects of estrogen BBBBBBBBBBBBBBBBBBBBBBBBBBB,VEGFR2,Molecule_to_Targets,0.88 附件下载

数据集包含30个字段，三类：1.基础标识：分子ID、靶点ID、关系标签；2.分子属性：结合评分、名称、分子量、脂水分配系数、极性表面积、口服生物利用度、药物相似度、血脑屏障穿透性、Caco-2通透性、氢键供体/受体数、半衰期、可溶剂化表面积、PubChem CID、SMILES、分子式、活性标识；3.靶点信息：基因名称、功能描述、生物分类、同义词、UniProt ID、靶点类型、TTD ID。算法：结合评分采用深度学习预测模型，综合分子结构、靶点序列、已知相互作用三维度计算，阈值≥0.9；分子属性基于RDKit计算；靶点信息整合UniProt、TTD数据库。molecule_id,target_id,label,score,genename,moleculeName,mw,alogp,geneName,function;MUPFEKGTMRGPLJ,Beta-galactosidase,Molecule_to_Targets,0.95,GLB1,GlyTouCan,398.5,-1.5,GLB1,Cleaves beta-linked galactosyl