datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
tcren_structures
isalgo/tcren_structures
TCR:peptide:MHC structure sets and benchmarks for TCRen2 (structure-based prediction of TCR
recognition). Fetch with tcren / the manuscript scripts/bootstrap_data.py.
Contents rule: structures as .gz/.tar.gz (LFS) and .txt/.md descriptions only —
no notebooks, figures, or analysis tables.
Layout
folder
task
contents
Native2026/, Canonical2026/
derivation / ergodicity
non-redundant TCR:pMHC structures (.gz)
Native2022/… See the full description on the dataset page: https://huggingface.co/datasets/isalgo/tcren_structures.viral-protein-structuresFolded/Extracted structures from PDB, AF2, ESMAtlas, and additional structures folded via AlphaFold2 on the Kempner Institute H100 GPUs.
datasets-nanophotonic-structureskukulu_prepared_antibody-antigen_structures
Kūkulu Training Data - Prepared and Masked PDB Structures of Antibody-Antigen Complexes
This dataset contains cleaned antibody-antigen complex structures for AI model training. This including two versions of various PDBs:
Prepared: Antibody-antigen complex structures prepared for consistency.
Heavy and light antibody chains, trimmed to the Fv portion.
Removed non-antigen chains (heterogens, waters, and protein chains not part of the complex).
Masked: The same as the prepared… See the full description on the dataset page: https://huggingface.co/datasets/silicobio/kukulu_prepared_antibody-antigen_structures.bioreason-pro-structures
🧬 BioReason-ProAdvancing Protein Function Prediction withMultimodal Biological Reasoning
BioReason-Pro Protein Structures
AlphaFold backbone structures for the proteins in the BioReason-Pro training and
evaluation sets. BioReason-Pro feeds these coordinates to its ESM3 encoder alongside
the amino-acid sequence; ESM3 falls back to sequence-only when a structure is absent,
so these are optional — but the released checkpoint was trained with them.
Covers 131… See the full description on the dataset page: https://huggingface.co/datasets/wanglab/bioreason-pro-structures.syngenome-protein-structures
SynGenome predicted protein structures
This repository contains ~3.7 million ESMFold structure predictions for synthetic protein sequences in SynGenome.
The data is divided into tarball shards and a metadata file:
.
├── shard_0.tar
├── shard_1.tar
├── ...
├── shard_36.tar
└── metadata_summary.csv.gz
Each shard_N.tar file contains ~100k gzipped PDB files. When extracted:
tar -xf shard_0.tar
Creates a directory structure:
shard_0/
├──… See the full description on the dataset page: https://huggingface.co/datasets/evo-design/syngenome-protein-structures.part1-assemble_disassemble_structuresThis dataset was created using LeRobot.
Dataset Structure
meta/info.json:
{
"codebase_version": "v3.0",
"robot_type": "hand",
"total_episodes": 614,
"total_frames": 340727,
"total_tasks": 14,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"fps": 30,
"splits": {
"train": "0:614"
},
"data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"video_path":… See the full description on the dataset page: https://huggingface.co/datasets/gsethia08/part1-assemble_disassemble_structures.cyp-structuresdata-structures-questions
Dataset Card for "data-structures-questions"
More Information needed
structures-proposant-des-formations-aux-logiciels-libres
Structures proposant des formations aux logiciels libres
[!NOTE]
Ce jeu de données Hugging Face est vide. Cette carte sert seulement à référencer le jeu de données Structures proposant des formations aux logiciels libres qui est disponible à l'adresse https://www.data.gouv.fr/datasets/66ba1325a3674318d42cae5c
Description
Liste de structures proposant des formations aux logiciels libres.
Pour améliorer cette liste, vous pouvez éditer le fichier… See the full description on the dataset page: https://huggingface.co/datasets/french-open-data/structures-proposant-des-formations-aux-logiciels-libres.noisy_architectural_structures_all_over_the_worlddata-structures-questions
Dataset Card for "data-structures-questions"
More Information needed
cath-v4-3-structuresrepertoire-national-des-structures-de-recherche-historique-annuel
Répertoire national des structures de recherche - Historique annuel
Source
Source officielle : https://www.data.gouv.fr/datasets/repertoire-national-des-structures-de-recherche-historique-annuel
Identifiant du jeu de données data.gouv.fr : 577cb9ccc751df340c9901a0
Slug data.gouv.fr : repertoire-national-des-structures-de-recherche-historique-annuel
Licence indiquée dans les métadonnées data.gouv.fr : fr-lo
Structure Hugging Face
Un jeu de données… See the full description on the dataset page: https://huggingface.co/datasets/Data-Gouv-ML/repertoire-national-des-structures-de-recherche-historique-annuel.structures-de-sante-et-etablissements-hospitaliers-saint-lo-agglo-2024
Structures de santé et établissements hospitaliers - Saint-Lô Agglo - 2024
[!NOTE]
Ce jeu de données Hugging Face est vide. Cette carte sert seulement à référencer le jeu de données Structures de santé et établissements hospitaliers - Saint-Lô Agglo - 2024 qui est disponible à l'adresse https://www.data.gouv.fr/datasets/6657c4eed0adafb7f37c6364
Description
Structures de santé et établissements hospitaliers en 2024, sur Saint-Lô Agglo.
Contexte de collecte
Données… See the full description on the dataset page: https://huggingface.co/datasets/french-open-data/structures-de-sante-et-etablissements-hospitaliers-saint-lo-agglo-2024.ub-data-structures-2025-1mujoco-simple-structures-visualBELKA_docked_structuresafrica-structures-de-sante-guinee-vf
Structures de Santé - Guinée | Africa (original)
Size category: 1K<n<10K - Formats: parquet - Sector: health - Engineered by Electric Sheep Africa
TL;DR
This dataset is part of the Electric Sheep Africa catalog on Hugging Face. It is indexed for African data discovery with standardized metadata, loading guidance, provenance notes, and analyst-oriented context.
What This Dataset Covers
Health datasets help researchers examine disease burden… See the full description on the dataset page: https://huggingface.co/datasets/electricsheepafrica/africa-structures-de-sante-guinee-vf.africa-cote-d-ivoire-structures-du-prescolaire-public-et-prive-par-section-et-p-aa7daae3
Structures Du Prescolaire Public Et Prive Par Section Et P | Africa (Cote d'Ivoire DataFair)
74 rows - 1 Africa country/area - 2004-2005 - source table - Engineered by Electric Sheep Africa
TL;DR
This dataset contains 74 rows from Cote d'Ivoire DataFair, covering Structures Du Prescolaire Public Et Prive Par Section Et P. It is published as ML-ready Parquet with consistent Hugging Face metadata, source provenance, and analysis-friendly loading examples.… See the full description on the dataset page: https://huggingface.co/datasets/electricsheepafrica/africa-cote-d-ivoire-structures-du-prescolaire-public-et-prive-par-section-et-p-aa7daae3.EMP3_AF2_Predicted_Structuresideo-structures-denseignement-superieur
Idéo-Structures d'enseignement supérieur
Source
Source officielle : https://www.data.gouv.fr/datasets/ideo-structures-denseignement-superieur
Identifiant du jeu de données data.gouv.fr : 5fa5e386afdaa6152360f323
Slug data.gouv.fr : ideo-structures-denseignement-superieur
Licence indiquée dans les métadonnées data.gouv.fr : odc-odbl
Structure Hugging Face
Un jeu de données data.gouv.fr = un dépôt Hugging Face
Une ressource tabulaire d’origine = un… See the full description on the dataset page: https://huggingface.co/datasets/Data-Gouv-ML/ideo-structures-denseignement-superieur.narrative_structures
Dataset Card for Dataset Name
This dataset card aims to be a base template for new datasets. It has been generated using this raw template.
Dataset Details
Dataset Description
Curated by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Dataset Sources [optional]
Repository: [More… See the full description on the dataset page: https://huggingface.co/datasets/moyoweke/narrative_structures.actvites-de-soins-autorisees-et-mises-en-oeuvre-au-sein-des-structures-finess-t-actsoins-finess
Actvités de soins autorisées et mises en oeuvre au sein des structures Finess (t_actsoins_finess)
[!NOTE]
Ce jeu de données Hugging Face est vide. Cette carte sert seulement à référencer le jeu de données Actvités de soins autorisées et mises en oeuvre au sein des structures Finess (t_actsoins_finess) qui est disponible à l'adresse https://www.data.gouv.fr/datasets/5dad89b46f44414cd97312b2
Description
!! OBSOLETE !! Consulter le jeu de données… See the full description on the dataset page: https://huggingface.co/datasets/french-open-data/actvites-de-soins-autorisees-et-mises-en-oeuvre-au-sein-des-structures-finess-t-actsoins-finess.donnees-geocodees-des-structures-de-la-justice
Données géocodées des structures de la Justice
[!NOTE]
Ce jeu de données Hugging Face est vide. Cette carte sert seulement à référencer le jeu de données Données géocodées des structures de la Justice qui est disponible à l'adresse https://www.data.gouv.fr/datasets/5369932fa3a729239d20410c
Description
Vous trouverez ci-joint le fichier CSV « Adresses » pour l’Open Data.
Le fichier publié contient les adresses des principaux établissements « Justice » français, extraites… See the full description on the dataset page: https://huggingface.co/datasets/french-open-data/donnees-geocodees-des-structures-de-la-justice.structures-de-la-creation-artistique-1
Structures de la création artistique
Source
Source officielle : https://www.data.gouv.fr/datasets/structures-de-la-creation-artistique-1
Identifiant du jeu de données data.gouv.fr : 5af120f4b595087cfabcde87
Slug data.gouv.fr : structures-de-la-creation-artistique-1
Licence indiquée dans les métadonnées data.gouv.fr : fr-lo
Structure Hugging Face
Un jeu de données data.gouv.fr = un dépôt Hugging Face
Une ressource tabulaire d’origine = un… See the full description on the dataset page: https://huggingface.co/datasets/Data-Gouv-ML/structures-de-la-creation-artistique-1.africa-tunisia-structures-et-etablissements-de-sante-accredites-ineas-de00f359
Structures Et Etablissements De Sante Accredites Ineas | Africa (Tunisia Open Data)
33 rows - 1 Africa country/area - 2022-2026 - source table - Engineered by Electric Sheep Africa
TL;DR
This dataset contains 33 rows from Tunisia Open Data, covering Structures Et Etablissements De Sante Accredites Ineas. It is published as ML-ready Parquet with consistent Hugging Face metadata, source provenance, and analysis-friendly loading examples.
What This… See the full description on the dataset page: https://huggingface.co/datasets/electricsheepafrica/africa-tunisia-structures-et-etablissements-de-sante-accredites-ineas-de00f359.mujoco-simple-structuresNN_STRUCTURESconseiller-numerique-liste-des-structures-validees-par-le-comite-de-selection-conum-et-conum-coo
Conseiller numérique - Liste des structures validées par le comité de sélection Conum et Conum Coordinateur
[!NOTE]
Ce jeu de données Hugging Face est vide. Cette carte sert seulement à référencer le jeu de données Conseiller numérique - Liste des structures validées par le comité de sélection Conum et Conum Coordinateur qui est disponible à l'adresse https://www.data.gouv.fr/datasets/60bdf0ac3fb013906f98dfc6
Description
Au 5 avril 2023, les candidatures de 2889… See the full description on the dataset page: https://huggingface.co/datasets/french-open-data/conseiller-numerique-liste-des-structures-validees-par-le-comite-de-selection-conum-et-conum-coo.