数据集概述
本数据集是Vernone et al. 2020年发表的"Chromosome Walking"研究的完整项目文件夹，包含所有用于分析人类蛋白质氨基酸含量（按基因位置排序）的数据集和代码，共14个文件，覆盖.xls、.pl、.xlsx等5种格式，核心为基因相关的表格和序列数据。
文件详解
- 数据文件（共11个）
- 表格文件（.xls/.xlsx格式，共11个）：包括CHR15_gene_Biomart_excel_elab.xls、CHR15_canonical_WALKING.xlsx、CHR21_canonical.xls等，记录不同染色体（如CHR01、CHR14、CHR15、CHR21）的基因信息、蛋白质氨基酸含量分析结果
- 文本文件（.txt格式，1个）：CHR15_Biomart.txt，包含基因序列相关文本内容，如ENSG00000137764等基因的标识及序列片段
- 序列文件（.fa格式，1个）：CHR15_Biomart_TAB.fa，存储基因序列数据
- 代码文件（共1个）
- .pl格式：CHR15_fasta_elab.pl，用于处理序列数据的脚本文件
数据来源
Vernone et al. 2020年发表的论文"Chromosome Walking: A Novel Approach to Analyse Amino Acid Content of Human Proteins Ordered by Gene Position"
适用场景
- 生物信息学研究：分析人类蛋白质氨基酸含量与基因位置的关联性
- 基因数据挖掘：基于不同染色体的基因信息，挖掘基因序列特征与蛋白质结构的关系
- 蛋白质组学分析：利用蛋白质氨基酸含量数据，开展蛋白质功能及分类研究
- 生物数据处理方法验证：参考CHR15_fasta_elab.pl等代码，验证生物序列数据的处理流程与算法
