数据集概述
本数据集包含果蝇（Sussex LHM种群）的基因坐标、表达水平数据，以及SNP的标识符和功能信息，用于为全基因组关联分析（GWAS）结果补充SNP背景信息，涵盖基因表达的性别差异、NCBI dbSNP官方SNP标识符、UCSC基因组浏览器的基因位置与名称等内容。
文件详解
- 数据文件（.txt格式）：
- sebida_melanogaster_3.2.txt：包含基因相关元数据，字段包括Accession #、Full Name、Current FBgn、Current Name、Current Symbol、Chromosome、Probe ID、Rep ID、MetaClass、MetaM/F、MetaP、MetaFDR、M/F（Innocenti et al. 2010）、P Value（Innocenti et al. 2010）、AltFlag等
- gene_positions_plink.txt：基因位置数据
- lhm_snp_functions_plink.txt：SNP功能数据
- snpBatch_MORROW_EBE_SUSSEX_1062461：SNP批次数据
- 其他.txt文件：包含日志（log_r_sebida_plotting.txt、log_sh_sebida_plotting.txt）、基因长度（drosophila_gene_lengths相关）等辅助数据
- 代码文件：
- make_dmel_accessory_data.sh：Shell脚本，含在线数据文件URL
- sebida_plotting.R、format_ucsc_gene_coords.R：R语言脚本，用于数据处理和绘图
- 图像文件（.png格式）：
- plots_sebida.png、plots_sebida_corr_matrix.png、drosophila_gene_lengths.png：探索性图表，包括相关性矩阵、基因长度分布等
适用场景
- 果蝇遗传学研究：分析基因坐标、表达水平与SNP功能的关联
- GWAS结果补充：为全基因组关联分析提供SNP背景信息支持
- 基因表达性别差异研究：基于MetaM/F等字段探究性别偏向性表达
- 生物信息学方法验证：验证基因坐标格式化、SNP功能注释等数据处理流程
