ProGen2_Generated_生物基因序列生成与适应性评估数据

数据集概述

本数据集包含预训练和微调ProGen2模型生成的基因序列，以及用于评估该模型的适应性基准数据。数据以压缩包形式存储，共2个文件，无目录结构，主要用于生物信息学领域的基因序列相关研究与模型评估。

文件详解

• generated_sequences.zip
• 文件格式：ZIP
• 内容说明：包含ProGen2模型（预训练及微调版本）生成的基因序列数据
• fitness_data.zip
• 文件格式：ZIP
• 内容说明：包含用于评估ProGen2模型性能的适应性基准数据

适用场景

• 生物信息学模型评估: 用于测试和验证ProGen2模型在基因序列生成任务中的性能表现
• 基因序列研究: 分析预训练与微调模型生成的基因序列特征及差异
• 适应性基准构建: 基于提供的适应性数据，建立或优化基因序列模型的评估标准
• 生物基因领域算法开发: 为生物信息学领域的基因序列生成算法研究提供数据支持