数据集概述
本数据集为真菌界转座子防御系统遗传因素系统筛选研究的支持信息，包含15张补充表格，覆盖1239个真菌基因组组装的元数据、重复序列分析、系统发育信号、基因共线性、蛋白质结构域、k-mer频率及关联映射等核心内容，用于解析真菌转座子防御系统的遗传基础。
文件详解
- 代码文件
- 文件名称：kmer_analysis.py
- 文件格式：.py
- 字段映射介绍：用于计算k-mer频率的Python脚本，支持分析编码、非编码及重复序列的k-mer分布与富集情况。
- 数据文件
- 文件名称：Supplementary_tables.xlsx
- 文件格式：.xlsx
- 字段映射介绍：包含15张补充表格，核心内容包括：
- S1-S2：1239个基因组组装的元数据与重复序列汇总
- S3-S5：序列相似性统计、系统发育局部Moran's I值及进化移位分析
- S6-S9：4666个直系同源群的共线性、保守结构域及蛋白分配统计
- S10-S12：DNA生物学功能相关基因列表、k-mer频率及富集分析
- S13-S15：基因组组装指标关联的直系同源群、蛋白质结构域及关联映射变量值
数据来源
论文“A systematic screen for genetic factors underpinning transposon defense systems across the fungal kingdom”
适用场景
- 真菌基因组进化研究：分析1239个真菌基因组的重复序列动态与转座子防御系统的进化关联
- 转座子防御机制解析：通过直系同源群、蛋白质结构域及k-mer分析，识别参与转座子防御的关键基因
- 基因组结构与功能关联：探究基因组组装指标（如重复序列含量）与基因功能（如DNA修复）的相关性
- 分子进化模型验证：利用系统发育信号（Local Moran's I）和进化移位分析，验证真菌基因组的进化模型
- 生物信息学方法开发：基于k-mer分析脚本，优化基因组序列的功能元件预测算法
