数据集概述
该数据集为长读长蛋白质基因组学方法提供测试数据，该方法整合长读长RNA测序与质谱蛋白质组学数据以增强蛋白质异构体表征，包含转录本、肽段、基因注释等相关测试文件。
文件详解
该数据集包含122个文件，主要类型及示例如下：
- 数据文件（.tsv格式）：如sqanti_isoform_info.tsv（异构体信息表）、gencode_isoname_clusters.tsv（基因异构体聚类表）、jurkat_chr22_classification.5degfilter.tsv（异构体分类表）
- 基因注释文件（.gtf格式）：如jurkat_chr22_hybrid_peptides.gtf（杂交肽段注释）、jurkat_chr22_with_cds_refined.gtf（编码序列注释）
- 序列文件（.fasta格式）：如jurkat_chr22.filtered_protein.fasta（过滤后的蛋白质序列）、gencode.v35.pc_translations.fa.gz（蛋白翻译序列压缩包）
- 结构注释文件（.bed12格式）：如jurkat_chr22_filtered_shaded_peptides.bed12（肽段结构注释）
- 日志与报告文件：如CPAT_run_info.log（CPAT分析日志）、jurkat_chr22_sqanti_report.pdf（异构体分析报告）
- 配置文件（.toml格式）：如Task1SearchTaskconfig.toml（搜索任务配置）
适用场景
- 蛋白质组学研究：测试长读长转录组数据整合的蛋白质异构体检测方法
- 生物信息学分析：验证长读长蛋白质基因组学工作流的准确性
- 转录组学研究：探索长读长RNA测序数据在蛋白质异构体表征中的应用
- 计算生物学工具开发：为蛋白质推断算法提供测试数据
