数据集概述
本数据集为SVCFit软件的性能基准测试数据，用于重现相关研究论文中的图表结果。数据包含单克隆和多克隆结构变异模拟的输入文件、VCF变异文件、SVclone软件输出结果以及运行时间记录。数据集通过VISOR工具生成模拟数据，支持结构变异细胞分数推断算法的验证和性能比较。
文件详解
- 输入文件（input）
- 文件格式：BED
- 字段映射介绍：包含用于数据模拟的基因组区域定义文件
- HACk.random.bed：单克隆模拟使用
- c1.bed, c2.bed, c3.bed：多克隆模拟使用
- allele2.bed：VISOR模拟杂合变异所需的空文件
- 变异文件（VCF）
- 文件格式：VCF
- 字段映射介绍：包含模拟生成的结构变异调用结果，按不同细胞分数比例（如c40p20, c40p40等）组织
- 分析结果文件
- 文件格式：RData
- 字段映射介绍：SVclone软件输出的结构变异分析结果，保存为R数据格式
- 运行时间记录
- 文件格式：TXT
- 字段映射介绍：记录SVCFit和SVclone算法的运行时间信息
- 测序深度数据
- 文件格式：TXT
- 字段映射介绍：包含每个模拟样本的测序深度信息
数据来源
Karchin实验室GitHub仓库（https://github.com/KarchinLab/SVCFit）
适用场景
- 结构变异分析算法验证：用于评估SVCFit等算法在结构变异细胞分数推断方面的准确性和性能
- 生物信息学工具基准测试：比较不同结构变异分析软件的处理速度和结果一致性
- 癌症基因组学研究：支持肿瘤异质性分析和亚克隆结构变异检测方法开发
- 模拟数据生成方法研究：为基因组结构变异模拟提供参考实现和测试用例
- 算法优化与性能分析：基于运行时间数据优化计算密集型基因组分析流程
