数据集概述
该数据集是一个经过整理的病毒基因组参考数据库，旨在为临床宏基因组学分析提供支持。包含脊椎动物病毒、其他病毒（昆虫、真菌、真核微生物）和植物病毒的聚类、注释序列及完整基因组/片段序列，以FASTA格式存储，部分文件经压缩处理。
文件详解
该数据集包含八个文件，具体说明如下：
- 压缩格式序列文件（.gz）：共七个，按病毒类型和聚类阈值分类
- virosaurus90_vertebrate-20200330.fas.gz：脊椎动物病毒序列，90%聚类阈值
- virosaurus98_vertebrate-20200330.fas.gz：脊椎动物病毒序列，98%聚类阈值
- virosaurus90_plant-20200330.fas.gz：植物病毒序列，90%聚类阈值
- virosaurus98_plant-20200330.fas.gz：植物病毒序列，98%聚类阈值
- virosaurus90_others-20200330.fas.gz：其他病毒序列，90%聚类阈值
- virosaurus98_others-20200330.fas.gz：其他病毒序列，98%聚类阈值
- complete-genome-20200330.tar.gz：所有脊椎动物病毒科的完整基因组/片段序列
- 文档文件（.pdf）：
- Virosaurus_user_manual.pdf：用户手册，提供数据库使用说明
适用场景
- 临床宏基因组学分析：用于病毒序列比对与鉴定
- 病毒基因组研究：支持病毒分类、进化分析及多样性研究
- 分子诊断开发：为病毒检测试剂盒设计提供参考序列
- 生物信息学工具测试：验证病毒序列分析算法的准确性
