ProtT3 数据集由新加坡国立大学、中国科学技术大学和北海道大学的研究团队于 2024 年联合构建，相关论文成果为「ProtT3: Protein-to-Text Generation for Text-based Protein Understanding」，并已入选 ACL 2024 。该数据集为论文研究的预训练数据集。 ProtT3 数据集由 Swiss-Prot 、 ProteinKG25 和 PDB-QA 这 3 个数据集构成。