数据集概述
本数据集用于古菌与细菌的机器学习分类分析，包含通过GBRAP工具计算的77个基因组特征。数据支持识别新型预测性基因组特征，为微生物分类研究提供结构化的基因组特征数据基础。
文件详解
- 文件名称：dataset_archaea_bacteria.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含用于古菌与细菌分类分析的77个基因组特征字段，特征由GBRAP（GenBank Retrieving, Analyzing and Parsing）工具计算生成，具体字段对应基因组序列的检索、解析及分析结果。
数据来源
论文“Machine learning classification of archaea and bacteria identifies novel predictive genomic features”及GBRAP工具（Vischioni, C. et al. Gbrap: a tool to retrieve, parse and analyze genbank files of viral and bacterial species. bioRxiv 2021–09 (2021)）
适用场景
- 微生物分类模型构建: 利用基因组特征数据训练机器学习模型，实现古菌与细菌的自动分类。
- 基因组特征挖掘: 识别可用于微生物分类的新型预测性基因组特征，探索特征与分类的关联机制。
- 微生物基因组分析工具验证: 评估GBRAP工具计算的基因组特征在分类任务中的有效性。
- 微生物学基础研究: 为古菌与细菌的系统发育、进化关系研究提供基因组特征数据支持。
