数据集概述
本数据集包含霞多丽（Chardonnay）葡萄的基因组组装数据及相关注释信息，涵盖组装序列、基因预测、功能注释、重复序列、染色体定位、亲本溯源等多维度内容，为葡萄基因组学研究提供全面的数据支持。
文件详解
- 基因组组装文件：
- chardonnay_p-ctg.fasta.gz：FASTA格式，单倍体主组装序列（primary contigs）
- chardonnay_h-ctg.fasta.gz：FASTA格式，单倍体组装中的交替单倍型序列（haplotigs）
- chardonnay_primary_contigs_chromosome-order.fa.gz：FASTA格式，参考PN40024排序的主组装序列（染色体级）
- chardonnay_haplotigs_chromosome-order.fa.gz：FASTA格式，参考PN40024排序的单倍型序列（染色体级）
- 基因注释文件：
- p-h.maker.gff.gz：GFF格式，Maker预测的基因注释
- p-h.maker.proteins.faa.gz：FAA格式，预测的蛋白质序列
- p-h.maker.transcripts.fna.gz：FNA格式，预测的转录本序列
- p-h.maker.draft-names.tsv.gz：TSV格式，基于UniprotKB blastP结果的基因草稿名
- p-h.orthomcl.orthoGroups.tsv.gz：TSV格式，OrthoMCL注释的基因家族
- p-h.KEGG.tsv.gz：TSV格式，KEGG功能注释
- 辅助注释文件：
- p-h.repeats.gff.gz：GFF格式，RepeatMasker预测的重复序列注释
- chardonnay_primary_contig_mappings.tsv.gz：TSV格式，主组装序列的染色体定位坐标
- chardonnay_haplotig_mappings.tsv.gz：TSV格式，单倍型序列的染色体定位坐标
- kmer-based_parentage.primary_contigs.bed.gz：BED格式，基于kmer方法的主组装序列亲本溯源
- kmer-based_parentage.haplotigs.bed.gz：BED格式，基于kmer方法的单倍型序列亲本溯源
- p-ctg.gene-expansion-candidates.tsv.gz/p-ctg.gene-expansion-candidates.bed.gz：TSV/BED格式，主组装序列中的基因扩张候选区域
- h-ctg.gene-expansion-candidates.tsv.gz/h-ctg.gene-expansion-candidates.bed.gz：TSV/BED格式，单倍型序列中的基因扩张候选区域
- 可视化文件：
- PN_and_CH.FAR2.msa.png：PNG格式，霞多丽FAR2类基因扩张的多序列比对图
适用场景
- 葡萄基因组结构解析：分析霞多丽基因组的单倍型特征与染色体组织
- 功能基因组学研究：挖掘葡萄重要农艺性状相关的功能基因
- 进化生物学分析：探究葡萄基因家族扩张与物种演化关系
- 分子育种应用：开发分子标记辅助葡萄品种改良
- 比较基因组学：与其他葡萄品种（如PN40024）进行基因组差异分析
