README.md

---
language:
- zh
tags:
- protein-ligand-docking
- molecular-graphs
- pytorch-geometric
---

# CopulaDock HiQBind 5K Compact Docking Graphs

本仓库发布 HiQBind 5K operational cohort 的四种 docking baseline pose 图。每个 **system** 是一个 protein–ligand pair；每个 docking pose 对应一张 **graph**。所有目录均使用相同的 `gnncp_compact_v1` reader/schema，可通过 `CompactGraphDataset` 按需恢复 PyTorch Geometric `Data`。

| baseline | compact 目录 | system | pose graph | shard | tensor 数据量 |
| --- | --- | ---: | ---: | ---: | ---: |
| DiffDock | `diffdock_full_v1` | 4,979 | 97,988 | 98 | 48.2 GiB |
| AutoDock Vina | `autodock_vina_full_v1` | 4,887 | 85,824 | 88 | 43.0 GiB |
| MedusaGraph | `medusagraph_full_v2` | 4,887 | 85,764 | 44 | 43.0 GiB |
| Protenix | `protenix_full_v2` | 4,618 | 90,354 | 44 | 43.0 GiB |

其中 `hiqbind_5k_v1` 是输入 cohort/选择清单的版本；目录名末尾的 `v1` 或 `v2` 是 compact 构图与存储实现版本。v2 使用 pooled shard，缓存 system 静态结构，但训练读取接口和图字段与 v1 相同。四种 baseline 的 system 覆盖并不完全一致，比较方法时应先按 system ID 取交集。

新追加的 v2 数据位于：

```text
data/hiqbind_5k_v1/
  medusagraph_full_v2/
  protenix_full_v2/
code/compact_v2_pooled/
docs/COMPACT_V2_USAGE_ZH.md
```

下载一个方法和对应 reader 的例子：

```python
from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="liofoil/copuladock",
    repo_type="dataset",
    local_dir="copuladock",
    allow_patterns=[
        "code/compact_v2_pooled/compact_graph_dataset.py",
        "data/hiqbind_5k_v1/protenix_full_v2/**",
    ],
)
```

不要直接把 `shards/shard_*.pt` 当作 PyG `Data` 列表读取。完整加载、system-level split 和 graph-to-prediction 对应说明见 [v2 中文使用说明](docs/COMPACT_V2_USAGE_ZH.md)；旧 DiffDock/Vina 的说明仍在 [v1 中文使用说明](docs/DATASET_USAGE_ZH.md)。

重要约束：划分训练/验证/测试时必须以 system 为单位，不能把同一 pair 的不同 pose 分到不同 split。本发布不含原始 HiQBind PDB/SDF、原始 docking 输出或模型权重；compact shard 足以训练，但不能仅凭它们回放 docking 流程。

Protenix v2 含 4,457 个原状态 `success` system，以及 161 个因蛋白对齐质量门限而标记 `failed`、但已发布有效 pose 的 system。后者的来源状态和逐 pose provenance 保存在 `materialization_source_index.json`；训练时可按研究设计选择保留或排除它们。