数据集概述
本数据集为Otoole et al（2023）发表的APOBEC3相关研究数据，包含系统发育分析、状态重建、突变计数等多类型数据文件及分析脚本，总计43个文件，涵盖B.1、Clade IIb、Clade I、Clade IIa等分支的APOBEC3分区研究内容，支持论文中的系统发育重建、突变分析及图表生成等工作。
文件详解
- 数据文件（Data）
- XML文件（3个）：包含epoch模型、exponential模型、skygrid模型（含2个APOBEC3分区定义），格式为.xml
- 系统发育树文件（4个）：涵盖B.1与Clade IIb、Clade I与Clade IIa及外群修剪后的树结构，格式为.tree
- 状态重建文件（4个）：对应B.1与Clade IIb、Clade I与Clade IIa的状态重建结果，格式为.csv
- 分支SNP重建文件（4个）：对应B.1与Clade IIb、Clade I与Clade IIa的分支SNP数据，格式为.csv
- 氨基酸重建文件（4个）：对应B.1与Clade IIb、Clade I与Clade IIa的氨基酸重建结果，格式为.csv
- SNP计数文件（4个）：对应B.1与Clade IIb、Clade I与Clade IIa的SNP数量统计，格式为.csv
- 七聚体计数文件（2个）：Clade IIb的内部及所有分支的七聚体数据，格式为.csv
- 根到末端数据文件（4个）：对应B.1与Clade IIb、Clade I与Clade IIa的根到末端数据，格式为.csv
- 突变计数文件（1个）：包含Clade IIb与B.1的突变数据，格式为.csv
- 脚本文件（Scripts）
- all_in_one notebook（.ipynb）：论文中大部分工作的笔记本，含从状态文件重建分支SNP、生成树图、计算氨基酸信息等功能
- analysis_until_roottotip（.py）：获取根到末端数据的独立脚本
- cleaner_apobec_work（.ipynb）：早期分析版本，含桑基图代码
- get_ml_tree_with_reconstruction（.sh）：用于比对、生成ML树、重建状态及修剪外群的shell命令
- make_partitions（.py）：生成APOBEC3与非APOBEC3两个比对分区的代码
- roottotip.R（.R）：使用根到末端数据的回归分析脚本
- synonprob.R（.R）：给定数据下同义突变概率的计算脚本
- 文档文件
- README.md：说明创建图表/执行分析的脚本，含突变随时间线性回归模型的描述
数据来源
Otoole et al (2023)发表的APOBEC3相关研究
适用场景
- 系统发育分析：利用系统发育树文件和重建文件，研究病毒分支（如B.1、Clade IIb等）的进化关系
- 突变特征研究：通过SNP计数、氨基酸重建等文件，分析APOBEC3相关突变的类型、频率及分布
- 时间动态分析：使用根到末端数据文件和回归脚本，开展突变数量随时间变化的线性回归分析
- 研究结果可视化：借助all_in_one等脚本，复现论文中的树图、桑基图等可视化结果
- 分子进化模型验证：利用XML格式的模型文件，验证epoch、exponential等分子进化模型的拟合效果
