数据集概述
本数据集为限制性内切酶诊断分类法（CURED）研究的补充文件，包含多种金黄色葡萄球菌（S. aureus）及其他菌株的CURED分析输出文件、诊断等位基因序列文件、数据处理Python脚本和基因组分类标注文件，支持相关研究的复现与扩展分析。
文件详解
该数据集包含多个文本、序列及脚本文件，具体说明如下：
- 金黄色葡萄球菌（S. aureus）分析输出文件：
- RdJ_Main_output.txt：RdJ菌株数据集运行CURED_Main.py的输出结果
- RdJ_RE_output.txt：RdJ菌株数据集运行CURED_FindREs.py的输出结果
- SAE_Main_output.txt：USA300 SAE菌株数据集运行CURED_Main.py的输出结果
- SAE_RE_output.txt：USA300 SAE菌株数据集运行CURED_FindREs.py的输出结果
- NAE_Main_output.txt：USA300 NAE菌株数据集运行CURED_Main.py的输出结果
- NAE_RE_input.txt：USA300 NAE菌株数据集运行CURED_FindREs.py的输入文件
- NAE_RE_output.txt：USA300 NAE菌株数据集运行CURED_FindREs.py的输出结果
- 诊断等位基因序列文件：
- NAE_diagnostic_alleles.faa：Bianco等人研究中NAE分支的诊断等位基因序列
- SAE_diagnostic_alleles.faa：Bianco等人研究中SAE分支的诊断等位基因序列
- 数据处理脚本文件：
- calculate_sensitivity_specificity.py：用于计算CURED识别k-mer的敏感性和特异性的Python脚本
- randomly_subset_data.py：用于随机子集化数据的Python脚本
- ToolComparisonFigure.R：用于生成Figure 2a的R脚本
- 基因组分类标注文件：
- batching_case_control_all.txt：Figure 2a使用的所有基因组及其病例/对照分类
- controls_with_kmer.txt：未归类为RdJ基因组但含RdJ k-mer的基因组（排除于Figure 2a）
- 其他菌株分析文件：
- Acinetobacter_Main_output.txt：鲍曼不动杆菌（A. baumannii）数据集运行CURED_Main.py的输出结果
- Acinetobacter_RE_input.txt：鲍曼不动杆菌数据集运行CURED_FindREs.py的输入文件
- Acinetobacter_RE_output.txt：鲍曼不动杆菌数据集运行CURED_FindREs.py的输出结果
- Cdiff_Main_output.txt：艰难梭菌（C. difficile）数据集运行CURED_Main.py的输出结果
- Cdiff_RE_input.txt：艰难梭菌数据集运行CURED_FindREs.py的输入文件
- Cdiff_RE_output.txt：艰难梭菌数据集运行CURED_FindREs.py的输出结果
- Cluster 1分析相关文件：
- Cluster1_Main_output.txt：CHOP数据集Cluster 1运行CURED_Main.py的输出结果
- Cluster1_SimpleMode_input.txt：全局数据集Cluster 1运行CURED_Main.py简易模式的输入文件
- Cluster1_SimpleMode_output.txt：全局数据集Cluster 1运行CURED_Main.py简易模式的输出结果
- Cluster1_SimpleMode_UniqueKmers.txt：全局数据集Cluster 1简易模式识别的独特k-mer序列
- Cluster1_RE_local_input.txt：CHOP数据集Cluster 1运行CURED_FindREs.py的输入文件
- Cluster1_RE_local_output.txt：CHOP数据集Cluster 1运行CURED_FindREs.py的输出结果
- Cluster1_Global_input.txt：全局数据集Cluster 1运行CURED_FindREs.py的输入文件
- Cluster1_Global_output.txt：全局数据集Cluster 1运行CURED_FindREs.py的输出结果
- Cluster1_UniqueEnzymes_PCR_Regions.txt：Cluster 1独特限制性酶切位点k-mer的虚拟PCR目标区域
- 其他分析文件：
- calculate_sensitivity_specificity.py：计算k-mer敏感性和特异性的Python脚本
- batching_case_control_all.txt：Figure 2a使用的基因组病例/对照分类标注文件
- controls_with_kmer.txt：含RdJ k-mer但未归类为RdJ的基因组（排除于Figure 2a）
- randomly_subset_data.py：随机子集化数据的Python脚本
- ToolComparisonFigure.R：生成Figure 2a的R脚本
- kec_output.raw：全数据集运行KEC的原始输出结果
- kec_output.parsed：kec_output.raw运行count_seqs.py的解析结果
适用场景
- 微生物分类研究：支持使用限制性内切酶诊断分类法进行菌株分类的方法学验证
- 基因组分析复现：帮助复现金黄色葡萄球菌及其他菌株的CURED分析流程
- 生物信息学方法开发：为k-mer识别、敏感性特异性计算等算法优化提供数据支持
- 微生物诊断研究：可用于验证诊断等位基因序列在菌株分型中的应用价值
- 科学研究补充分析：为相关微生物学研究提供补充数据资源
