数据集概述
本数据集为论文“Homoeolog inference methods requiring bidirectional best hits or synteny miss many pairs”的配套数据，包含陆地棉（Gossypium hirsutum）基于双向最佳比对（BBH）和OMA方法的同源基因比较结果，涉及同源基因对特征、表达量、GO富集等多维度数据。
文件详解
该数据集包含9个文件，具体说明如下：
- 同源基因数据文件:
- hom_df.csv: CSV格式，含OMA推断的所有同源基因对（32426对），字段包括进化距离等特征
- hom_df_with_synteny_scores.csv: CSV格式，含可计算共线性得分的同源基因对（31901对），字段包括BBH类别、共线性得分、进化距离等
- gene_centric_df.csv: CSV格式，非冗余的基因中心数据框，含表达量及其他指标
- tpm_count_goshi.csv: CSV格式，基于Zhang et al 2015的RNAseq原始数据计算的基因TPM表达量
- Supplemental_Table_4_GO_df.csv: CSV格式，各BBH类别显著的基因本体（GO）富集结果
- 序列比对结果文件:
- Agenes_vs_Ddb_maxtargetseqs1.blastp: BLASTP格式，A亚基因组基因对D亚基因组数据库的比对结果
- Dgenes_vs_Adb_maxtargetseqs1.blastp: BLASTP格式，D亚基因组基因对A亚基因组数据库的比对结果
- 分析代码文件:
- Homoeolog_BBH_vs_OMA_all_analyses_1Apr2021.ipynb: Jupyter Notebook格式，包含所有分析代码
- Homoeolog_BBH_vs_OMA_all_analyses_1Apr2021.html: HTML格式，分析代码的网页版
适用场景
- 植物基因组学研究: 分析陆地棉同源基因对的特征及进化关系
- 同源基因预测方法评估: 比较BBH与OMA方法在同源基因推断中的差异
- 基因功能注释: 基于GO富集结果研究不同BBH类别的基因功能
- 转录组数据分析: 结合TPM表达量探究同源基因的表达模式
- 生物信息学方法复现: 通过Notebook文件复现论文中的分析流程
