mstz/toxicity

--- language: - en tags: - toxicity - tabular_classification - binary_classification - multiclass_classification - UCI pretty_name: Toxicity size_categories: - n<1K task_categories: - tabular-classification configs: - encoding - income - income-no race - race license: cc --- # Adult The [Toxicity dataset](https://archive-beta.ics.uci.edu/dataset/728/toxicity) from the [UCI ML repository](https://archive.ics.uci.edu/ml/datasets). The dataset includes 171 molecules designed for functional domains of a core clock protein, CRY1, responsible for generating circadian rhythm. # Configurations and tasks | **Configuration** | **Task** | **Description** | |-------------------|---------------------------|-----------------------------------------------------------------| | toxicity | Binary classification | Is the molecule toxic? | # Usage ```python from datasets import load_dataset dataset = load_dataset("mstz/toxicity")["train"] ```--- 语言：英语（en） 标签： - 毒性（toxicity） - 表格分类（tabular classification） - 二分类（binary classification） - 多分类（multiclass classification） - UCI 展示名称：毒性（Toxicity） 规模类别： - 样本量小于1000（n<1K） 任务类别： - 表格分类（tabular classification） 配置项： - 编码（encoding） - 收入（income） - 无种族收入（income-no race） - 种族（race） 许可证：知识共享（CC） --- # 成人 本数据集取自UCI机器学习库（UCI ML repository）的**毒性数据集（Toxicity dataset）**，官方链接为：https://archive-beta.ics.uci.edu/dataset/728/toxicity。 该数据集包含171种针对核心生物钟蛋白CRY1（负责调控昼夜节律）的功能结构域所设计的分子。 # 配置项与任务 | **配置项** | **任务类型** | **描述** | |-------------------|---------------------------|-----------------------------------------------------------------| | 毒性（toxicity） | 二分类（binary classification） | 判断该分子是否具有毒性？ | # 使用方法 python from datasets import load_dataset dataset = load_dataset("mstz/toxicity")["train"]

原始信息汇总

数据集概述

基本信息

• 名称: Toxicity
• 来源: UCI ML repository
• 语言: 英语
• 标签:
  • toxicity
  • tabular_classification
  • binary_classification
  • multiclass_classification
• 大小分类: n<1K
• 任务分类: tabular-classification
• 许可证: cc

数据集内容

• 描述: 包含171种分子，这些分子设计用于核心时钟蛋白CRY1的功能域，CRY1负责生成昼夜节律。

配置与任务

• 配置: toxicity
• 任务: Binary classification
• 描述: 判断分子是否具有毒性。

使用示例

python from datasets import load_dataset

dataset = load_dataset("mstz/toxicity")["train"]

搜集汇总

数据集介绍

构建方式

在生物信息学与药物发现领域，毒性预测是评估候选分子安全性的关键环节。mstz/toxicity数据集源自UCI机器学习仓库，专为化学信息学中的二分类任务而设计。该数据集精心收集了171种小分子化合物，这些分子均针对核心时钟蛋白CRY1的功能域进行设计，CRY1在调控昼夜节律中扮演重要角色。构建过程中，研究者整合了分子结构信息与实验测定的毒性标签，形成了结构化的表格数据，每条记录代表一个分子及其对应的毒性类别。

使用方法

使用该数据集进行模型训练与评估极为便捷。通过Hugging Face的datasets库，开发者可一行代码加载数据：首先确保安装datasets库，随后调用load_dataset函数指定仓库名'mstz/toxicity'，并选择'train'分片即可获取完整的训练集。加载后的数据可直接用于构建分类模型，如逻辑回归、随机森林或深度学习网络，实现对分子毒性的准确预测。该流程高度标准化，降低了化学信息学入门门槛，加速了药物筛选研究的迭代。

背景与挑战

背景概述

昼夜节律作为生物体适应环境昼夜更替的内在机制，其紊乱与多种代谢性疾病及癌症密切相关。核心时钟蛋白CRY1在调控这一节律过程中扮演关键角色，因此针对CRY1功能域设计小分子调节剂成为药物研发的重要方向。在此背景下，UCI机器学习库于近年发布了Toxicity数据集，由相关研究机构构建，旨在评估171种针对CRY1功能域设计的分子是否具有毒性。该数据集以二元分类为核心研究问题，为计算毒理学与药物筛选领域提供了标准化基准，推动了基于机器学习的毒性预测模型在昼夜节律相关药物开发中的应用。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：毒性预测本身具有高度复杂性，分子结构微小变化可能导致毒性截然不同，而171个样本量对于训练稳健的深度学习模型而言相对不足，易引发过拟合风险。其次，构建过程中存在显著困难：数据来源单一，仅针对CRY1蛋白功能域，限制了模型对更广泛毒性机制的泛化能力；同时，毒性标签可能受实验条件与测量误差影响，导致噪声干扰，加之类别分布需进一步平衡，这些因素共同增加了特征工程与模型评估的难度。

常用场景

经典使用场景

在计算化学与药物发现领域，分子毒性预测是筛选候选化合物安全性的关键步骤。mstz/toxicity数据集汇集了171种针对核心时钟蛋白CRY1功能域设计的分子，为构建基于机器学习的二分类毒性判别模型提供了标准化的训练与评估基准。研究者可借此探索分子结构特征与毒性效应之间的潜在关联，从而高效识别具有高风险的化合物。

解决学术问题

该数据集直击药物研发早期阶段毒性评估的瓶颈问题，即传统实验方法耗时且成本高昂。通过提供经实验验证的毒性标签，它推动了监督学习算法在分子毒性预测中的应用，解决了小样本下模型泛化能力不足的挑战。其贡献在于加速了计算毒理学从经验规则向数据驱动范式的转型，并为昼夜节律调控药物设计提供了安全性筛选的实证基础。

实际应用

在实际药物开发流程中，该数据集可用于预筛CRY1靶向先导化合物的毒性风险，降低后期临床失败率。制药企业可将其集成到虚拟筛选管线中，快速排除具有潜在毒性的分子候选物，从而优化研发资源分配。此外，它还能辅助毒性预警系统的构建，提升对新型化学实体安全性的早期预判能力。

数据集最近研究

最新研究方向

在生物节律调控与药物安全性评估的前沿交叉领域，mstz/toxicity数据集聚焦于CRY1时钟蛋白功能域设计分子的毒性预测。该数据集包含171种小分子，针对核心时钟蛋白CRY1的功能域进行定向设计，旨在揭示昼夜节律生成机制中的化学调控规律。当前研究热点集中于利用该数据集进行二分类毒性预测建模，结合分子描述符与图神经网络等先进方法，探索生物活性分子在节律调控中的安全边界。这一方向不仅为精准调控生物钟的药物开发提供关键数据支撑，更在化学信息学与时间生物学融合中开辟了新的研究范式，对理解时辰毒理学及设计低毒性的节律干预分子具有深远意义。