plinder 是数据集领域的开源项目，由 plinder-org 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 312。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-17。开源数据集，官网可免费访问下载。从国内网络环境看，可用性暂无实测数据。
它主要面向的使用场景是：训练和评估蛋白质-配体亲和力预测模型时，作为统一基准数据集。同类可对比的替代方案包括 PDBbind、DUD-E、CrossDocked2020。
plinder
统一蛋白质-配体数据与评测，让模型对比更公平
plinder 是一个面向蛋白质-配体相互作用研究的开源数据集与评测资源，全称 Protein Ligand INteraction Dataset and Evaluation Resource。它解决的核心问题是：在药物发现和结构生物学中，不同研究使用的训练/测试划分标准不统一，导致模型性能难以公平比较。plinder 提供经过整理、去冗余的蛋白质-配体复合物数据，并配套标准化的评测协议，让研究者能在同一基准上训练和评估打分函数、对接模型、亲和力预测等任务。项目以 Python 实现，包含数据下载、预处理、划分与评测工具，支持从原始结构到可用数据集的完整流程。其核心能力包括：统一的数据清洗与质量控制、基于序列和结构的冗余去除、可复现的训练/验证/测试划分，以及面向常见任务的评测指标。适合计算化学、AI 制药和结构生物信息学团队作为基准数据源使用。
开源
free
数据集
GitHub 星标
★ 312
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队plinder-org
所属国家
定价模式free
价格说明开源数据集，官网可免费访问下载
访问状态
是否开源是
开源协议GPL-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 312
30天Star增速
HF 下载量
上线时间2024-07-17 00:00:00
最近更新2026-09-17 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 提供标准化数据划分与评测协议，减少不同论文间因划分差异导致的性能不可比问题
- 包含数据清洗、去冗余和质量控制流程，可直接生成可复现的训练/测试集
- Python 工具链完整，覆盖从原始结构下载到评测指标计算的端到端使用
不足之处
- 项目星标数较少，社区生态和第三方集成尚在早期
- 文档和示例可能不够丰富，新用户上手需要一定结构生物学背景
适用场景
- 训练和评估蛋白质-配体亲和力预测模型时，作为统一基准数据集
- 开发分子对接或打分函数时，用标准化测试集对比不同算法性能
- AI 制药团队构建内部数据管道时，参考其去冗余与划分策略
替代项目
PDBbind、DUD-E、CrossDocked2020
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models