数据集概述
该数据集包含由JoinSimulation软件生成的人工免疫球蛋白重链（IgH）序列，共十万条序列，以TSV格式存储，为免疫球蛋白序列相关研究提供基础数据支持。
文件详解
- 文件名称: joinsim.txt
- 文件格式: TXT（TSV格式）
- 字段映射示例:
- QueryID: 查询ID
- Sequence: 免疫球蛋白重链序列
- VExoStart: V基因外切起始位置
- VExoEnd: V基因外切结束位置
- DExoStart: D基因外切起始位置
- DExoEnd: D基因外切结束位置
- JExoStart: J基因外切起始位置
- JExoEnd: J基因外切结束位置
- VStart: V基因起始位置
- VStop: V基因结束位置
- DStart: D基因起始位置
- DStop: D基因结束位置
- JStart: J基因起始位置
- JStop: J基因结束位置
- Mutations: 突变情况
- Indels: 插入缺失情况
- Expected.VAlign0/1/2/3: 预期V基因比对结果（部分字段）
适用场景
- 免疫信息学研究: 用于分析免疫球蛋白重链序列的结构特征与变异规律
- 生物信息学工具验证: 可作为测试数据，验证序列分析算法或软件的准确性
- 免疫学教学: 为免疫学课程中免疫球蛋白基因重排机制的教学提供示例数据
- 计算生物学建模: 支持免疫球蛋白序列生成模型的训练与优化
