dyMEAN数据集

这条数据看起来是描述一个抗体-抗原复合物（来自PDB的6BKD结构）的详细信息，包括链的编号、序列、CDR区域等。以下是对每个字段的详细解释：

总体结构

• pdb: "6bkd"

  • PDB ID，是一个四位字母代码，用于标识蛋白质数据库（PDB）中的一个特定的结构。这条数据描述的是PDB ID为 6bkd 的结构。

• heavy_chain: "H"

  • 指定了抗体的重链在PDB文件中的链ID，这里是链 H。

• light_chain: "L"

  • 指定了抗体的轻链在PDB文件中的链ID，这里是链 L。

• antigen_chains: ["E"]

  • 列表形式，指定了抗原的链ID，在这个例子中，链 E 是抗原。

• pdb_data_path: "/root/autodl-tmp/all_data/pdb/6bkd.pdb"

  • 本地PDB文件的路径，这个文件包含了指定结构（6BKD）的坐标数据。

• numbering: "imgt"

  • 指定了序列编号系统，imgt 通常用于免疫学中的序列编号标准。

• pre_numbered: true

  • 指示是否已经按照指定的编号系统进行过编号。true 表示数据已经按照 imgt 编号系统进行了编号。

序列信息

• heavy_chain_seq:

  • 重链的氨基酸序列。这个序列对应于抗体重链的完整氨基酸序列。

• light_chain_seq:

  • 轻链的氨基酸序列。这个序列对应于抗体轻链的完整氨基酸序列。

• antigen_seqs:

  • 列表形式，包含抗原的氨基酸序列。在这个例子中，抗原序列是一个很长的字符串。

CDR 区域（互补决定区，Complementarity Determining Regions）

CDR区域是抗体中直接参与抗原结合的部分，通常分为三段，CDRH1、CDRH2、CDRH3 对应重链的CDR，CDRL1、CDRL2、CDRL3 对应轻链的CDR。

• cdrh1_pos: [23, 30]

  • CDRH1的序列在重链序列中的位置。位置从第23到30个氨基酸。

• cdrh1_seq: "GDTFRSYV"

  • CDRH1的具体氨基酸序列。

• cdrh2_pos: [48, 55]

  • CDRH2的序列在重链序列中的位置。

• cdrh2_seq: "IIPFFGTT"

  • CDRH2的具体氨基酸序列。

• cdrh3_pos: [94, 117]

  • CDRH3的序列在重链序列中的位置。

• cdrh3_seq: "AKAGDLSVGGVLAGGVPHLRHFDP"

  • CDRH3的具体氨基酸序列。CDRH3通常是最为多样化的一段序列。

• cdrl1_pos: [24, 30]

  • CDRL1的序列在轻链序列中的位置。

• cdrl1_seq: "QTVASNS"

  • CDRL1的具体氨基酸序列。

• cdrl2_pos: [48, 50]

  • CDRL2的序列在轻链序列中的位置。

• cdrl2_seq: "GAS"

  • CDRL2的具体氨基酸序列。

• cdrl3_pos: [87, 92]

  • CDRL3的序列在轻链序列中的位置。

• cdrl3_seq: "QQYGST"

  • CDRL3的具体氨基酸序列。

其他信息

• cluster: "6bkd"
  • 可能是用于分类或标识数据的一个标签。在这个例子中，cluster 与 PDB ID 相同，但它可以根据上下文表示不同的分类或分组信息。

总结

这条数据主要描述了抗体-抗原复合物的详细信息，包括PDB文件路径、抗体的重链和轻链、抗原的链以及相关的序列和CDR（互补决定区）信息。这样的信息通常用于抗体研究、抗原结合研究以及相关的生物信息学分析。