数据集概述
本数据集是禾本科系统发育研究工作组III（GPWG III）的数据仓库，包含基于核基因（Angiosperm353基因集）和质体数据的禾本科系统发育分析数据，涉及1153个样本（对应1133个接受种）。数据涵盖元数据、核基因分析结果、基因树-物种树 reconciliation结果、质体数据、参考序列及分析脚本等，支持禾本科系统发育关系的研究。
文件详解
- 元数据文件
- 文件名称：gpwgIII_samples_metadata_taxonomy.tsv
- 文件格式：TSV
- 字段映射介绍：包含1702个样本的详细信息，字段包括analysis_ID（核分析ID）、analysis_ID_plastome（质体分析ID）、acc_species（接受种名）、分类信息、数据类型、凭证标本ID、公共库登录号等
- 核基因原始序列
- 文件名称：raw_Ang353_sequences.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：包含所有样本的Ang353序列原始组装结果（预处理前）
- 核基因对齐文件
- 文件名称：alignments_dataset1_main_final.zip、alignments_dataset2_strict_trimming_final.zip、alignments_dataset3_no_shotgun_final.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：分别对应3个核基因数据集（不同修剪阈值或样本筛选）的对齐结果
- 核基因树文件
- 文件名称：gene_trees_dataset1_main_final.zip、gene_trees_dataset2_strict_trimming_final.zip、gene_trees_dataset3_no_shotgun_final.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：通过RAxML推断的3个核基因数据集的基因树（含100次 bootstrap）
- 多基因物种树文件
- 文件名称：astralpro_trees.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：包含3个核基因数据集通过Astral-Pro3得到的多基因物种树文件
- 基因树-物种树 reconciliation结果
- 文件名称：generax.zip、transfers_reconciliation_analyses.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：generax.zip含GeneRax reconciliation分析的输入与结果（分4个类群子文件夹）；transfers_reconciliation_analyses.zip含转移事件推断结果的TSV文件
- 质体数据文件
- 文件名称：plastome_files.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：包含质体序列对齐文件、RAxML推断的质体树、核-质体样本匹配表等
- 参考序列数据集
- 文件名称：target_Ang353_sequences_grasses.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：本研究中用于Ang353序列组装的参考序列数据集
- 分析脚本文件
- 文件名称：shotgun_assembler_script.zip、quartet_metrics.R
- 文件格式：ZIP（压缩包）、R脚本
- 字段映射介绍：shotgun_assembler_script.zip含 shotgun 数据组装脚本及所需文件；quartet_metrics.R为计算 Quartet 指标的R脚本
数据来源
Grass Phylogeny Working Group III数据仓库
适用场景
- 禾本科系统发育关系研究: 利用核基因与质体数据的物种树，分析禾本科物种间的进化关系
- 基因树-物种树冲突分析: 通过GeneRax reconciliation结果，探究基因转移等进化事件
- 分子标记开发与应用: 基于Angiosperm353基因集的组装与分析流程，优化禾本科分子标记应用
- 系统发育分析方法验证: 对比不同修剪阈值、样本筛选策略下的系统发育分析结果，评估方法稳定性
- 禾本科类群特异性研究: 针对Andropogoneae、Bambusoideae等类群的reconciliation结果，开展类群进化机制研究
