数据集概述
该数据集通过深度测序实验DroSeq，记录了微处理器（DROSHA/DGCR8）在体外切割人类初级微小核糖核酸（pri-miRNA）的效率数据，包含GC含量、香农熵等计算特征，为研究miRNA成熟机制提供支持。
文件详解
该数据集包含4个文件，分布在1个目录中，具体说明如下：
- 主数据文件:
- harmonized_pri-miRNA.feather: Feather格式文件，包含完整的处理后数据，可通过Apache Arrow读取为pandas或R数据框，包含GC含量、香农熵等特征字段
- harmonized_pri-miRNA.csv: CSV格式文件，字段包括miRNA名称、序列、长度、GC含量、香农熵、切割效率相关指标等，数据列少于feather文件
- 中间计数文件（位于 Intermediate count files/ 目录下）:
- miRbase.csv: CSV格式文件，字段包括miRNA名称、有无Drosha处理的计数、重复实验信息、异常值标记等
- all_variomics.csv: CSV格式文件，推测为与变异组学相关的中间计数数据
适用场景
- 分子生物学研究: 分析微处理器对不同pri-miRNA的切割效率差异
- 生物信息学分析: 探究序列特征（如GC含量、二级结构）与miRNA成熟效率的关联
- 非编码RNA功能研究: 辅助解析miRNA生物发生过程中的关键调控机制
- 计算生物学建模: 基于序列和结构特征构建miRNA成熟效率预测模型
