数据集概述
本数据集包含从BacDive数据库获取的约250株发酵食品来源细菌分离株基因组的分析结果，涵盖KEGG功能注释、生物合成基因簇（BGCs）预测及小ORF（smORFs）与切割肽两类肽段预测数据，为研究发酵食品微生物功能提供支持。
文件详解
- curated_bacdive_genomes.tar.gz：压缩归档文件，包含约250株BacDive细菌基因组的FASTA序列文件，来源于NCBI
- 2024-12-06-bacdive-accessions-curated-metadata.tsv：TSV格式元数据文件，包含基因组的GenBank登录号、分离源、完整性、污染率等信息
- all_molecule_counts.tsv：TSV格式汇总文件，统计每个基因组的BGCs、smORFs、切割肽等分子类型数量
- combined_kofamscan_results.tsv：TSV格式文件，包含所有基因组的Kofam KEGG HMM功能注释结果
- all_smorfinder_results.tsv：TSV格式文件，包含smorfinder预测的所有smORFs结果
- all_deeppeptide_results.tsv：TSV格式文件，包含DeepPeptide预测的所有切割肽结果，字段包括peptide_id、start、end、peptide_type、genome_name等
- 2025-02-24-bacdive-antismash-predictions.zip：压缩归档文件，包含每个基因组的antiSMASH预测结果，解压后按基因组分目录，每个目录含json摘要、log日志及GBK格式BGC文件
适用场景
- 发酵食品微生物功能基因组学研究
- 生物合成基因簇（BGCs）挖掘与次级代谢产物分析
- 微生物肽段（smORFs、切割肽）功能预测与应用研究
- 食品发酵过程微生物代谢通路解析
- 发酵食品微生物资源开发与利用研究
