数据集概述
本数据集包含支持论文“Empirical Bayesian Elastic Net for Multiple Quantitative Trait Locus Mapping”的模拟数据，用于验证EBEN算法在多数量性状基因座（QTL）定位中的性能。数据涵盖模拟示例及多重复实验的基因型和表型数据，可辅助分析算法对相关QTL的检测能力及假发现率表现。
文件详解
- README_for_simulation_datasets.txt
- 文件格式：TXT
- 字段映射介绍：提供数据集说明，关联论文“Anhui Huang; Shizhong Xu; Xiaodong Cai, Empirical Bayesian Elastic Net for Multiple Quantitative Trait Locus Mapping”，并概述SimulationOneExample.zip和Simulation_I_and_II.zip的内容。
- simulation_datasets.zip
- 文件格式：ZIP
- 字段映射介绍：包含两类模拟数据压缩包：
- SimulationOneExample.zip：含SimF2gen_ExampleOne.txt（1000×481的制表符分隔基因型矩阵）和SimF2phe_ExampleOne.txt（1000×1的表型文件）；
- Simulation_I_and_II.zip：含多重复实验数据，如SimIgen_rep1.txt至SimIgen_rep100.txt等基因型文件。
数据来源
论文“Empirical Bayesian Elastic Net for Multiple Quantitative Trait Locus Mapping”
适用场景
- QTL定位算法验证: 用于测试EBEN算法在多QTL定位中的检测能力、假发现率及对相关QTL的识别效果。
- 生物信息学方法比较: 对比EBEN与Lasso、EBlasso等算法在高维稀疏基因数据中的性能差异。
- 基因型-表型关联分析: 基于模拟的基因型矩阵和表型数据，研究基因位点与性状的关联模式。
- 统计遗传学研究: 支持高维稀疏回归模型在数量性状遗传分析中的应用探索。
