数据集概述
本数据集为论文“The genome of C. bovis”的核心数据文件，包含牛隐杆线虫（C. bovis）参考基因组序列、注释信息及进化分析相关数据。具体涵盖35种隐杆线虫的直系同源基因超矩阵、物种进化树、基因组注释文件、编码序列、蛋白质序列、基因组支架序列、直系同源基因聚类文件，以及补充表格（基因家族统计、软件参数、数据登录号），共10个文件，支持线虫基因组结构与进化研究。
文件详解
- 物种进化分析文件
- 文件名称：caenorhabditis_35species_1167orthos.supermatrix.fa
- 文件格式：FA
- 字段映射介绍：包含35种隐杆线虫的1167个单拷贝直系同源基因的串联比对超矩阵，用于推断物种进化树
- 文件名称：caenorhabditis_35species_1167orthos.treefile
- 文件格式：treefile
- 字段映射介绍：IQ-TREE生成的隐杆线虫物种进化树，Newick格式
- 基因组序列与注释文件
- 文件名称：CBOVI.caenorhabditis_bovis_LS_v1.annotations.gff3
- 文件格式：GFF3
- 字段映射介绍：BRAKER生成的牛隐杆线虫参考基因组注释文件
- 文件名称：CBOVI.caenorhabditis_bovis_LS_v1.cds.fna
- 文件格式：FNA
- 字段映射介绍：BRAKER预测的牛隐杆线虫参考基因组编码序列（CDS）
- 文件名称：CBOVI.caenorhabditis_bovis_LS_v1.proteins.faa
- 文件格式：FAA
- 字段映射介绍：BRAKER预测的牛隐杆线虫参考基因组蛋白质/氨基酸序列
- 文件名称：CBOVI.caenorhabditis_bovis_LS_v1.scaffolds.fna
- 文件格式：FNA
- 字段映射介绍：牛隐杆线虫参考基因组FASTA文件（含contigs，命名为scaffold.fna以匹配其他隐杆线虫文件名）
- 直系同源基因聚类文件
- 文件名称：Orthogroups.txt
- 文件格式：TXT
- 字段映射介绍：OrthoFinder生成的直系同源基因聚类文件，包含牛隐杆线虫、32种其他隐杆线虫及2种外类群Diploscapter的蛋白质序列聚类信息
- 补充表格文件
- 文件名称：TableS3_gene_families.tsv
- 文件格式：TSV
- 字段映射介绍：基因家族统计表格，含每个直系同源基因群在牛隐杆线虫中的数量、其他物种的平均值及Pfam功能注释
- 文件名称：TableS6_software_params.xlsx
- 文件格式：XLSX
- 字段映射介绍：研究中使用的软件版本及相关参数
- 文件名称：TableS7_phylogenomics_accessions.xlsx
- 文件格式：XLSX
- 字段映射介绍：直系同源基因聚类和系统基因组学分析所用数据的登录号
数据来源
论文“The genome of C. bovis”
适用场景
- 线虫基因组结构分析: 利用基因组序列、CDS及蛋白质序列文件，研究牛隐杆线虫基因组的结构特征与基因组成
- 线虫物种进化研究: 通过超矩阵和进化树文件，分析隐杆线虫属的系统发育关系与进化历史
- 基因功能注释分析: 结合GFF3注释文件和Pfam功能注释表格，探究牛隐杆线虫基因的功能分类与特性
- 直系同源基因进化分析: 利用直系同源基因聚类文件，研究隐杆线虫属基因家族的扩张与收缩机制
- 生物信息学方法复现: 通过软件参数表格，复现本研究中基因组注释、进化树构建等分析流程
