数据集概述
本数据集包含蛋白质序列功能注释工作流测试的输入和输出文件，共5个文件，涵盖FASTA、tabular和XML三种格式，主要用于生物信息学领域的蛋白质功能注释流程验证与测试。
文件详解
- 输入文件
- 文件名称：protein_sequences.fasta
- 文件格式：FASTA
- 字段映射介绍：包含待注释的蛋白质序列基础数据
- 输出文件
- 文件名称：eggNOG_Mapper_annotation.tabular
- 文件格式：tabular
- 字段映射介绍：eggNOG Mapper工具生成的蛋白质功能注释结果
- 文件名称：interproscan.tabular
- 文件格式：tabular
- 字段映射介绍：InterProScan工具生成的表格形式功能注释结果
- 文件名称：interproscan.xml
- 文件格式：XML
- 字段映射介绍：InterProScan工具生成的XML格式功能注释结果（含元数据）
- 文件名称：eggNOG_Mapper_seed_orthologs.tabular
- 文件格式：tabular
- 字段映射介绍：eggNOG Mapper工具识别的种子同源序列信息
适用场景
- 生物信息学工作流测试：验证蛋白质功能注释流程的完整性与准确性
- 蛋白质功能注释工具评估：对比不同注释工具（eggNOG Mapper、InterProScan）的输出结果
- 生物数据格式研究：分析FASTA、tabular、XML格式在蛋白质注释数据中的应用特点
- 计算生物学教学：作为蛋白质功能注释流程的教学演示数据
