初期データセットには、2,200 万を超えるタンパク質とリガンドのペアが含まれています。、トレーニング セットとテスト セット間の配列類似性が 40% 未満であることを確認するために、研究者らは約 100,000 個のタンパク質と小分子のペアをスクリーニングして取得し、テスト セットには 100 個のタンパク質ポケットが含まれていました。

このデータセットは、タンパク質と小分子の相互作用研究、特にタンパク質ポケットへの分子の結合能力を評価するために使用できます。