数据集概述
本数据集包含使用Maker工具进行真核生物基因组注释的输入与输出数据，涵盖基因组序列、注释结果、统计报告及训练模型等23个文件，为基因组功能注释研究提供完整数据支持。
文件详解
该数据集由多种类型文件组成，具体说明如下：
- 基因组序列与注释文件：
- genome.fasta：FASTA格式，基因组原始序列文件
- cds.fasta、gffread_cds.fasta、gffread_exons.fasta：FASTA格式，编码序列及外显子序列文件
- map_annotation_ids.gff3：GFF3格式，注释ID映射文件
- BUSCO评估文件：
- BUSCO_short_summary_01.txt至04.txt：TXT格式，BUSCO注释完整性评估摘要
- BUSCO_full_table_01.tabular：TABULAR格式，BUSCO完整评估结果表
- BUSCO_missing_orthologs_01.tabular：TABULAR格式，缺失直系同源基因信息
- 统计与报告文件：
- genome_annotation_statistics_summary_02.txt：TXT格式，注释统计摘要
- genome_annotation_statistics_graphs_01.pdf至03.pdf：PDF格式，注释统计图表
- fasta_statistics.tabular：TABULAR格式，FASTA序列统计数据
- jbrowse_report.zip：ZIP格式，JBrowse可视化报告压缩包
- 训练模型文件：
- augus_trained_model.augustus：AUGUSTUS格式，Augustus训练模型
- SNAP_trained_model.snaphmm：SNAP格式，SNAP训练模型
适用场景
- 基因组学研究：真核生物基因组功能注释结果分析与验证
- 生物信息学分析：基因组注释工具性能评估与模型训练
- 分子生物学研究：编码序列与蛋白质功能预测
- 生物数据可视化：基因组注释结果的可视化展示与报告生成
- 统计建模：基因组注释统计模型构建与验证
