数据集概述
本数据集是使用PaleoProPhyler工具生成的古人类蛋白质组学参考数据集，包含来自古代和现代人类的蛋白质序列。涵盖一百七十六个公开基因组及八个古人类基因组（三个尼安德特人、一个丹尼索瓦人），针对骨骼或牙齿中已报道的蛋白质进行翻译，共得到约一万零五十八条序列。
文件详解
该数据集为压缩文件，包含以下内容：
- PalaeoProPhyler_Publication_Data_for_Tree.fa：FASTA格式文件，包含用于生成系统发育树的所有序列
- ALL_PROT_REFERENCE.fa：FASTA格式文件，包含所有古人类蛋白质组参考数据集的序列
- PER_PROTEIN文件夹：包含每个蛋白质对应的FASTA文件，每个文件包含所有个体该蛋白质的序列
- PER_SAMPLE文件夹：包含每个样本对应的FASTA文件，每个文件包含该样本所有蛋白质的序列
- Reference_Protein_List.txt：TXT格式文件，两列数据，第一列为选定翻译的蛋白质列表，第二列为蛋白质提及或鉴定来源（出版物标题或"our samples"标记，多来源用逗号分隔）
适用场景
- 古蛋白质组学研究：用于古代人类蛋白质序列的比对与分析
- 分子系统发育分析：构建古人类演化的系统发育树
- 生物考古学研究：探索古人类骨骼、牙齿中蛋白质的分布与特征
- 蛋白质演化研究：分析不同人类群体蛋白质序列的变异模式
