数据集概述
本数据集为深度学习方法ERICA的配套数据，用于推断基因组范围的进化关系和局部基因渗入区域。ERICA可处理群体基因组数据和多基因组组装的序列比对，能高效识别不一致的谱系模式和基因组交换区域，已在Heliconius蝴蝶和水稻的真实数据中验证应用。
文件详解
- README.md
- 文件格式：MD
- 字段映射介绍：包含数据集标题、与论文“Inferring historical introgression with deep learning”的关联说明，以及数据内容和文件结构描述，涉及补充结果、参考文献、图表、表格等补充材料的说明。
- ScriptsForModelEvaluation.zip
- 文件格式：ZIP
- 字段映射介绍：压缩文件，推测包含模型评估相关的脚本文件，用于ERICA方法的性能验证和结果分析。
- rice_G-PhoCS_dataset_7_indv_Omeri.txt.gz
- 文件格式：GZ
- 字段映射介绍：压缩文本文件，包含水稻G-PhoCS数据集，涉及7个个体的基因序列数据，用于ERICA方法在水稻基因渗入研究中的应用验证。
数据来源
论文“Inferring historical introgression with deep learning”
适用场景
- 进化关系推断研究: 利用ERICA方法分析基因组数据，解析生物类群间的系统发育关系及基因渗入事件。
- 基因渗入区域识别: 识别基因组中的局部基因渗入区域，研究杂交对物种进化的影响。
- 深度学习在进化生物学中的应用: 验证和拓展ERICA深度学习方法在不同生物（如蝴蝶、水稻）中的适用性。
- 作物驯化与适应机制研究: 以水稻数据为例，分析基因渗入在作物驯化和环境适应中的作用。
