PPI数据集

PPI（Protein–protein interactions）蛋白质交互作用

下载地址：http://snap.stanford.edu/graphsage/ppi.zip

PPI 网络是蛋白质相互作用（Protein-Protein Interaction,PPI）网络的简称，在GCN中主要用于节点分类任务

PPI是指两种或以上的蛋白质结合的过程，通常旨在执行其生化功能。

一般地，如果两个蛋白质共同参与一个生命过程或者协同完成某一功能，都被看作这两个蛋白质之间存在相互作用。多个蛋白质之间的复杂的相互作用关系可以用PPI网络来描述。

PPI数据集共24张图，每张图对应不同的人体组织，平均每张图有2371个节点，共56944个节点818716条边，每个节点特征长度为50，其中包含位置基因集，基序集和免疫学特征。基因本体基作为label(总共121个)，label不是one-hot编码。

下载地址：http://snap.stanford.edu/graphsage/ppi.zip

下载后解压文件后如图所示，

valid_feats.npy文件保存节点的特征，shape为(56944, 50)(节点数目，特征维度)，值为0或1，且1的数目稀少

ppi-class_map.json为节点的label文件，shape为(121, 56944),每个节点的label为121维

ppi-G.json文件为节点和链接的描述信息，节点：{"test": true, "id": 56708, "val": false}, 表示节点id为56708的节点是否为test集或者val集，链接："links": [{"source": 0, "target": 372}, {"source": 0, "target": 1101}, 表示节点id为0的节点和为1101的节点之间有links，

ppi-walks.txt文件中为链接信息

ppi-id_map.json文件为节点id信息