蛋白结构ML数据集工具
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
ProteinShake 是一个面向机器学习研究的蛋白质 3D 结构数据工具，定位是“你带模型，它带数据”。它将 RCSB PDB、AlphaFold DB 以及带注释数据库统一起来，提供大规模、预处理、托管的蛋白质结构数据集，并支持一行导入。文本显示其可通过 pip install proteinshake 安装，主要面向 Python 生态。
在功能与用途上，ProteinShake 的重点是降低蛋白质结构机器学习的数据准备门槛。它提供蛋白质级和残基级标签，覆盖分类与回归任务，并包含 annotations、splits 和 metrics。对模型输入形式，它支持自动转换为 graphs、voxels 和 point clouds，适配图模型、体素模型和点云模型等不同范式。其 Task API 用于 benchmarking，且数据划分基于序列和结构相似性，更适合做可复现的模型比较。规模方面，文本称其拥有超过 500,000 个结构，并支持原子级与残基级分辨率。
网站提供 GitHub、Contribute、Leaderboard、submission guide 和 contribution guide 等入口，支持通过 Pull Request 提交性能指标、新数据集或新表示方式，也鼓励通过 GitHub issue 报告 bug 和提出功能请求。由此看，它更像开放科研工具和社区数据基准平台。但抓取文本未给出具体开源许可证，也没有说明是否支持自托管。文档入口较齐全，包括 Quickstart、Documentation 和 Paper，不过无法仅凭正文判断 API 细节是否充分。
正文未出现任何定价、付费版本、商业支持或支付方式信息，因此不能判断其收费模式。中国大陆访问情况也没有明确说明；由于依赖网站、GitHub 以及可能的大规模托管数据下载，实际可用性可能受网络环境影响，但这里只能标记为未知。
优点是数据预处理程度高、表示形式多、内置任务划分和指标，适合做蛋白质结构机器学习实验和基准评测；社区排行榜也有助于结果对比。缺点是公开文本中缺少框架清单、许可证、数据托管细节、自托管与商业支持信息。它最适合计算生物学、结构生物信息学、图神经网络和几何深度学习方向的研究者；如果在中国大陆使用，建议预先测试 GitHub 与数据下载速度，并准备 RCSB PDB、AlphaFold DB 等替代数据来源。
本测评基于公开资料整理,不构成购买建议,请以 proteinshake.ai 官网实际信息为准。
一行导入蛋白结构数据，适合AI科研。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。