damlab/HIV_V3_coreceptor

该数据集来源于Los Alamos国家实验室的HIV序列数据库，包含2935个HIV V3环蛋白序列，这些序列可以与T细胞上的CCR5受体或巨噬细胞上的CXCR4受体相互作用。数据集的结构包括每个实例的ID、序列、折叠信息以及受体类型。数据集的创建目的是为了训练一个模型（HIV-BERT-V3）来预测HIV V3环是CCR5还是CXCR4趋向的。使用该数据集时需要注意其样本主要来自北美和欧洲的B亚型，其他亚型的样本较少，可能需要额外的序列来平衡性能。

This dataset is sourced from the HIV Sequence Database of Los Alamos National Laboratory, containing 2935 HIV V3 loop protein sequences that can interact with either the CCR5 receptor on T cells or the CXCR4 receptor on macrophages. The structure of the dataset includes the ID, sequence, folding information, and receptor type for each instance. It was created for training a model (HIV-BERT-V3) to predict whether an HIV V3 loop is CCR5-tropic or CXCR4-tropic. When using this dataset, note that its samples are primarily from subtype B in North America and Europe, with fewer samples from other subtypes, and additional sequences may be needed to balance model performance.

原始信息汇总

数据集描述

数据集概述

该数据集源自洛斯阿拉莫斯国家实验室（LANL）的HIV序列数据库。包含2,935条HIV V3环蛋白序列，这些序列可以与T细胞上的CCR5受体或巨噬细胞上的CXCR4受体相互作用。

支持的任务和排行榜：无

语言：英语

数据集结构

数据实例

每个数据实例的列代表HIV V3环的蛋白质氨基酸序列。ID字段表示未来交叉引用的Genbank参考ID。共有2,935条V3序列，其中91%为CCR5趋向性，23%为CXCR4趋向性。

数据字段：ID, sequence, fold, CCR5, CXCR4

数据分割：无

数据集创建

数据集创建理由

该数据集是为了训练一个名为HIV-BERT-V3的模型，该模型旨在预测HIV V3环是CCR5趋向性还是CXCR4趋向性。

初始数据收集和规范化

数据集于2021年12月20日下载并整理。

使用数据时的考虑

数据集的社会影响

该数据集可用于研究HIV V3环允许进入T细胞和巨噬细胞的机制。

偏见讨论

由于该数据库的采样性质，它主要由北美和欧洲的B亚型序列组成，只有少量的C、A和D亚型序列。目前没有努力平衡这些类别的表现。因此，应考虑通过添加更多序列来改进对非B序列的表现。

附加信息

• 数据集策展人：Will Dampier
• 引用信息：待定

搜集汇总

数据集介绍

构建方式

该数据集源自洛斯阿拉莫斯国家实验室的HIV序列数据库，旨在为HIV V3环的趋向性预测模型（HIV-BERT-V3）提供训练基础。数据集于2021年12月20日完成下载与整理，共包含2,935条HIV V3环蛋白氨基酸序列。每条序列通过Genbank参考ID进行标识，便于未来交叉验证。数据字段涵盖ID、序列、折叠状态以及针对CCR5和CXCR4受体的趋向性标签。其中，91%的序列为CCR5趋向性，23%为CXCR4趋向性，未进行数据切分，保持了原始分布特征。

使用方法

该数据集适用于训练和评估基于序列的HIV V3环趋向性分类模型，如HIV-BERT-V3。用户可直接利用序列列作为输入特征，CCR5和CXCR4列作为二元标签进行监督学习。由于未提供预定义的数据切分，建议自行划分训练集、验证集和测试集。同时，鉴于亚型偏差问题，在模型部署前需对非B亚型数据进行针对性验证或数据增强，以确保预测的公平性与鲁棒性。

背景与挑战

背景概述

在人类免疫缺陷病毒（HIV）感染机制的研究中，V3环作为病毒包膜糖蛋白gp120的关键结构域，在病毒进入宿主细胞过程中扮演决定性角色。V3环通过与T细胞表面CCR5或巨噬细胞表面CXCR4共受体相互作用，决定了病毒的趋向性，这一特性对疾病进展和抗病毒治疗策略具有深远影响。damlab/HIV_V3_coreceptor数据集由Will Dampier团队于2021年12月从洛斯阿拉莫斯国家实验室HIV序列数据库（LANL）中提取并整理，包含2,935条HIV V3环蛋白序列。该数据集的核心研究问题在于通过机器学习模型（如HIV-BERT-V3）预测V3环的共受体趋向性（CCR5或CXCR4），从而为理解病毒入侵机制和开发靶向疗法提供数据基础。作为HIV序列分析领域的专业资源，该数据集填补了基于深度学习的趋向性预测模型的训练数据空白，推动了计算病毒学与精准医学的交叉发展。

当前挑战

该数据集面临的首要领域挑战是HIV V3环趋向性预测的生物学复杂性——V3环序列的微小变异即可导致共受体偏好的根本性转变，而现有数据中CCR5趋向性序列占91%，CXCR4仅占23%，类别严重不平衡，对模型泛化能力构成显著障碍。构建过程中遭遇的挑战包括：采样偏差问题突出，数据集以北美和欧洲的B亚型序列为主，C、A、D亚型贡献极少，导致模型对非B亚型序列的预测性能受限；此外，原始序列来自公共数据库，需手工清洗和标准化，但未对亚型类别进行平衡处理，进一步加剧了数据分布不均。未来需通过扩充非B亚型序列、引入数据增强技术或迁移学习策略，以提升模型在不同病毒亚型间的鲁棒性和临床适用性。

常用场景

经典使用场景

在人类免疫缺陷病毒（HIV）感染机制的研究中，V3环作为病毒包膜糖蛋白gp120的关键区域，其序列特征决定了病毒进入宿主细胞时所使用的辅助受体类型。该数据集汇集了来自洛斯阿拉莫斯国家实验室HIV序列数据库的2,935条V3环蛋白序列，为深入探究V3环氨基酸组成与CCR5或CXCR4受体嗜性之间的内在关联提供了宝贵的资源。经典应用场景在于训练基于深度学习的预测模型，如HIV-BERT-V3，通过序列特征精准判别病毒是趋向于CCR5还是CXCR4受体，从而揭示病毒进入T细胞和巨噬细胞的分子机制。

解决学术问题

该数据集有效解决了HIV病毒嗜性预测这一关键学术难题。传统实验方法如表型检测耗时且昂贵，而基于序列的计算预测常受限于数据规模与质量。通过提供大规模、标注明确的V3环序列，该数据集使研究者能够构建高精度的分类模型，从而系统分析序列变异如何影响受体选择。这推动了病毒进化动力学和宿主-病原体相互作用领域的进展，为理解HIV传播途径、疾病进程差异以及抗病毒药物靶点设计奠定了数据基础，显著提升了预测研究的可重复性与泛化能力。

实际应用

在实际应用中，该数据集助力开发了高效的计算工具，用于临床HIV感染者的辅助受体嗜性评估。在抗逆转录病毒治疗中，尤其是使用CCR5拮抗剂（如马拉维罗）时，准确判断病毒嗜性直接关系到治疗方案的精准选择。通过该数据集训练的模型可快速从患者样本测序数据中预测病毒类型，避免无效用药并降低耐药风险。此外，该资源还可用于流行病学监测，追踪不同亚型病毒的嗜性分布，为公共卫生策略制定提供数据支持，尤其在资源有限地区展现出重要价值。

数据集最近研究

最新研究方向

基于HIV V3环序列的趋嗜性预测与宿主-病毒互作机制解析是当前抗逆转录病毒治疗领域的前沿研究方向。该数据集来源于洛斯阿拉莫斯国家实验室的HIV序列数据库，包含2935条V3环蛋白序列，主要针对CCR5与CXCR4共受体嗜性的二元分类任务。近期研究聚焦于利用HIV-BERT-V3等深度学习模型，从序列中挖掘趋嗜性决定位点，以解析病毒进入T细胞与巨噬细胞的分子机制。该数据集在精准医学背景下具有重要影响，尤其为预测病毒嗜性转变、指导个体化治疗策略提供了数据基础。然而，由于样本以北美和欧洲的B亚型为主，对非B亚型序列的泛化能力仍待提升，这促使学界关注数据扩充与亚型平衡，以推动全球范围内HIV耐药监测与疫苗设计的发展。