liofoil/copuladock

HiQBind 5K Compact Docking Graphs

本仓库发布 HiQBind 5K 蛋白–配体体系的两套已完成 docking baseline 图数据：DiffDock 和 AutoDock Vina。数据采用 gnncp_compact_v1 格式，可通过附带的 PyTorch Geometric loader 按需重建单个 pose 图，适用于 CQR-GNN 及其他 pose-level 图模型。

本次发布内容

baseline	protein–ligand system	pose graph	shard	数据目录约占空间
DiffDock	4,979	97,988	98	49 GiB
AutoDock Vina	4,887	85,824	88	44 GiB

这里的 system 就是一个 protein–ligand pair；一个 system 最多包含 20 个 docking pose，因此一个 pose 对应一张 graph。部分 system 的有效 pose 少于 20 个，故 graph 总数不必等于 system 数乘以 20。

两个目录都已经完成严格校验（status: complete、strict_validation: true），构图 cutoff 为 6.0 Å。两方法共同覆盖 4,868 个 system；做直接方法对比时请使用该共同 system 集合，而不要假定两个目录的 system 完全相同。

仓库布局如下：

data/hiqbind_5k_v1/
  diffdock_full_v1/
  autodock_vina_full_v1/
code/compact_v1/
docs/DATASET_USAGE_ZH.md

data/ 中的 shard 是内部紧凑存储格式，不能把它直接当成 PyG Data 列表加载。请使用 code/compact_v1/compact_graph_dataset.py 提供的 CompactGraphDataset。

完整中文使用说明、system 级划分示例、图字段定义与重建流程见 docs/DATASET_USAGE_ZH.md。 原始结构与模型的上游条款说明见 NOTICE.md。

快速开始

下载所需的一个方法及 reader：

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="liofoil/copuladock",
    repo_type="dataset",
    local_dir="copuladock",
    allow_patterns=[
        "code/compact_v1/compact_graph_dataset.py",
        "data/hiqbind_5k_v1/diffdock_full_v1/**",
    ],
)

然后：

import sys
from pathlib import Path

root = Path("copuladock")
sys.path.insert(0, str(root / "code" / "compact_v1"))
from compact_graph_dataset import CompactGraphDataset

dataset = CompactGraphDataset(
    root / "data" / "hiqbind_5k_v1" / "diffdock_full_v1"
)
graph = dataset[0]
print(len(dataset), graph.x.shape)

重要使用约束

• 划分训练、验证和测试集时，必须以 system 为单位；同一个 protein–ligand pair 的所有 pose 不能跨 split，否则会发生 pose-level leakage。
• 该发布不包含原始 HiQBind PDB/SDF、原始 docking 输出或模型权重。它足以直接加载和训练 compact 图，但不能仅凭这些 shard 重建 docking 流程。
• 本批 5K 是一个 operational docking cohort，并非 PLINDER split。若用于 PLINDER 研究，请将它作为流程验证数据，另按 PLINDER 的规则建立最终划分。
• AutoDock Vina 和 DiffDock 的覆盖数低于初始 5,000，是因为少量个例未能产生可用 pose；这些 pair 没有被伪造或补齐。