数据集概述
本数据集为Agarwal等人2025年发布的联合文库56k序列模型评估容器，用于通过GAME API评估预测模型性能。包含56982条顺式调控元件序列及正负对照序列，覆盖3种细胞类型的测量数据，支持表达预测和细胞类型特异性评估。
文件详解
该数据集包含2个文件，具体说明如下：
- 主要文件:
- agarwal_joint_56k.sif: SIF格式容器文件，包含数据处理脚本、预测结果解析脚本、性能指标计算脚本及所有软件依赖，用于连接GAME API预测器
- evaluator_data.zip: ZIP格式压缩文件，包含评估所需数据
- 2023-03-03628C-Table_S10-joint_lib_design_56k_measured.xlsx: Excel文件，含序列设计及坐标信息（每条为230bp寡核苷酸）
- all_cell_type_measured.xlsx: Excel文件，含约56k序列在3种细胞类型中的测量值（log2(rna/dna)）
适用场景
- 基因调控模型评估: 用于测试基因表达预测模型在顺式调控元件序列上的准确性
- 细胞类型特异性研究: 分析模型对不同细胞类型表达差异的预测能力
- 基因组学API集成: 作为GAME API的评估基准，验证预测工具的性能
- 基因元件功能分析: 研究顺式调控元件在多细胞类型中的表达模式及调控机制
