数据集概述
该数据集为膜型丝氨酸蛋白酶（matriptase）底物库的下一代测序（NGS）数据，包含原始及注释序列（含Sort1至Sort4筛选轮次）、聚类变体等。数据揭示高效切割序列的富集情况，用于指导后续动力学及前药激活实验，支持蛋白酶激活前药优化研究。
文件详解
数据集包含十五个FASTA格式文件，均位于NGS data - matriptase substrate library/目录下，具体如下：
- 原始数据文件：如Sort1output_rawdata.fasta、Sort4output_rawdata.fasta等，存储各筛选轮次的原始测序数据
- 注释数据文件：如Sort2output_annotated.fasta、Sort4output_annotated.fasta等，为注释后的序列数据
- 聚类注释数据文件：如Sort1output_annotated_cluster.fasta、Sort3output_annotated_cluster.fasta等，为聚类后的注释序列数据
适用场景
- 蛋白酶底物序列分析：提取膜型丝氨酸蛋白酶底物基序，识别高频序列
- 酶学研究：分析膜型丝氨酸蛋白酶的切割偏好性
- 药物研发：指导蛋白酶激活前药的设计与优化
- 分子生物学实验：为后续动力学及前药激活实验提供数据支持
