数据集概述
本数据集为2022年9月在Agribio举办的实蝇宏条形码工作坊提供的原始数据，包含22个文件，涵盖测序原始数据、样本表及元数据文件，用于支持实蝇宏条形码实验的数据分析实践。
文件详解
- 原始测序数据文件
- 文件名称：K77JP_Undetermined_S0_R1_001.fastq.gz、K77JP_Trap19_S22_R1_001.fastq.gz等12个.gz格式文件
- 文件格式：fastq.gz
- 字段映射介绍：包含实蝇样本（如Trap1、Trap6等）及未确定样本的双端测序原始数据
- 元数据与参数文件
- 文件名称：RunInfo.xml、RunParameters.xml
- 文件格式：XML
- 字段映射介绍：记录测序实验的运行信息、参数配置等元数据
- 样本表文件
- 文件名称：SampleSheet_K77JP.csv
- 文件格式：CSV
- 字段映射介绍：包含实验头信息（如IEM文件版本、研究者姓名、项目名称、实验名称等）及样本信息
- 指标文件
- 文件名称：IndexMetricsOut.bin、ControlMetricsOut.bin等7个.bin格式文件
- 文件格式：bin
- 字段映射介绍：包含测序实验的索引、质控、错误等指标数据
数据来源
Agribio 2022年9月实蝇宏条形码工作坊
适用场景
- 宏条形码实验数据分析教学：用于实蝇宏条形码工作坊的实操训练，学习测序数据处理流程
- 实蝇物种鉴定研究：基于测序原始数据进行实蝇物种的宏条形码鉴定分析
- 测序数据质控实践：利用指标文件开展测序数据质量控制方法的验证与应用
- 生物信息学流程优化：针对实蝇宏条形码数据优化数据分析流程参数
