数据集概述
该数据集包含使用Maker工具进行真核生物基因组注释的输入与输出数据，涵盖统计摘要、序列文件、注释结果、可视化报告及训练模型等20个文件，为基因组注释结果的评估与分析提供全面支持。
文件详解
该数据集包含20个文件，具体说明如下：
- 统计摘要文件：
- fasta_statistics.tabular（.tabular格式）：可能包含FASTA序列的统计信息
- BUSCO_short_summary_02.txt、BUSCO_short_summary_03.txt（.txt格式）：BUSCO评估的简短摘要，版本为4.1.4，基于fungi_odb10谱系数据集
- BUSCO_full_table_01.tabular（.tabular格式）：BUSCO评估的完整结果表格
- BUSCO_missing_orthologs_01.tabular（.tabular格式）：缺失的BUSCO直系同源基因列表
- genome_annotation_statistics_summary_01.txt、genome_annotation_statistics_summary_02.txt、genome_annotation_statistics_summary_03.txt（.txt格式）：基因组注释统计摘要
- 序列文件：
- gffread_cds.fasta、gffread_exons.fasta、gffread_translated_cds.fasta（.fasta格式）：通过gffread提取的CDS、外显子及翻译后的CDS序列
- 注释文件：
- map_annotation_ids.gff3（.gff3格式）：包含注释ID映射的GFF3文件
- 可视化报告：
- genome_annotation_statistics_graphs_01.pdf、genome_annotation_statistics_graphs_02.pdf、genome_annotation_statistics_graphs_03.pdf（.pdf格式）：基因组注释统计图表
- jbrowse_report.zip（.zip格式）：JBrowse可视化报告压缩包
- 训练模型文件：
- SNAP_trained_model.snaphmm（.snaphmm格式）：SNAP工具的训练模型
- augus_trained_model.augustus（.augustus格式）：Augustus工具的训练模型
适用场景
- 基因组学研究：评估真核生物基因组注释的完整性与准确性
- 比较基因组学分析：通过BUSCO结果分析物种间的直系同源基因分布
- 注释工具优化：基于训练模型改进SNAP、Augustus等注释工具的性能
- 基因组可视化：利用JBrowse报告展示注释结果
- 生物信息学教学：作为基因组注释流程的实践案例数据
