数据集概述
本数据集为论文“基于变分自动编码器的无监督深度学习框架在乳腺癌全基因组DNA甲基化分析与生物特征提取中的应用”的补充数据，包含二十二个CSV文件和一个DOCX文件，记录了DNA甲基化分析相关的基因本体（GO）术语、统计指标等信息，可用于乳腺癌表观遗传学特征研究。
文件详解
- 数据文件（CSV格式，共二十二个）
- 文件名称示例：SupData11.csv、SupData13.csv、SupData21.csv等
- 文件格式：CSV
- 字段映射介绍：以SupData11.csv为例，包含字段有Term（术语，如GO:0044422）、Ont（本体类别，如CC）、N（总数）、DE（差异表达数）、P.DE（差异表达P值）、FDR（校正后P值）
- 文档文件（DOCX格式，共一个）
- 文件名称：SupplementalFigures.docx
- 文件格式：DOCX
- 内容说明：包含论文相关的补充图表
数据来源
论文“An unsupervised deep learning framework with variational autoencoders for genome-wide DNA methylation analysis and biologic feature extraction applied to breast cancer”
适用场景
- 乳腺癌表观遗传学研究：分析全基因组DNA甲基化数据，挖掘乳腺癌相关的表观遗传特征
- 深度学习模型验证：验证变分自动编码器在生物特征提取中的性能
- 基因本体功能分析：通过GO术语及统计指标，研究差异甲基化相关的细胞组分、分子功能等
- 生物标志物筛选：基于DNA甲基化数据筛选乳腺癌潜在的诊断或预后生物标志物
