mobileRNA:拟南芥与番茄移动RNA模拟测序数据集
数据集简介
项目背景与作者团队
mobileRNA 是一个集成的自动化工具,用于基于多基因组比对来准确识别移动 RNA 分子。本数据集作为该工具的配套资源,由 Katie Jeynes-Cupper(伊利诺伊大学厄巴纳 - 香槟分校)、Melissa Tomkins(约翰·英纳斯中心)、Richard Morris(约翰·英纳斯基金会)以及 Marco Catoni(伯明翰大学)共同构建。该项目致力于解决植物分子生物学中关于 RNA 分子在基因组间移动的鉴定难题,通过提供高质量的模拟数据,帮助研究人员评估和优化相关分析流程。数据集中包含了针对特定植物品系的模拟序列,旨在反映真实的生物学场景,为开发更精准的移动 RNA 检测算法奠定基础。
数据内容与文件格式
数据集主要包含两类核心内容:模拟测序读段及其对应的元数据描述文件。测序读段以 FASTQ 格式存储,具体扩展名包括 .fq、.fq.gz 和 .fastq.gz,涵盖了小 RNA(sRNA)和 mRNA 两种类型。为了满足不同分析需求,数据提供了 random(随机)和 tier(层级)两种组织格式。例如,C24 和 Ler 品系的 sRNA 模拟数据分别提供了这两种格式的压缩文件;番茄相关的 sRNA 数据同样具备双格式版本。此外,数据集还包含一系列 mRNA 模拟读段样本,如 Col0-Ler0 和 Egg-Tom 组合,文件名中明确标注了样本量(如 1k、5k、10k、50k)及配对关系(01{1,2})。除了二进制读段文件外,还配有纯文本文件(.txt),详细记录了每个模拟位点的 loci 信息,如 C24_sRNA_simulated_loci_randomFormat_information.txt 等,便于用户核对模拟参数的真实性。
技术元数据与版本信息
该数据集目前处于活跃开发状态,并在 Bioconductor 项目中拥有正式引用标识 10.18129/B9.bioc.mobileRNA。数据总量为 30.7 MB,所有文件均经过完整性校验(包含 MD5 值信息)。数据集已收录于 OpenAIRE 索引库,并归属于特定的学术社区。根据记录,该版本创建于 2026 年 9 月 20 日,并在此日期进行了修改更新。用户可以通过 DOI 10.5281/zenodo.22858034 永久访问和引用该数据集。作为一个公开数据集,它遵循 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可协议,允许用户在注明出处的前提下自由使用、分享和改编数据。
引用与获取方式
研究者在使用本数据集时,应引用其官方 DOI 以确保学术规范性。数据来源为 Zenodo 开放科学平台,用户可直接访问页面进行下载,无需额外注册或付费。数据集的发布标志着 mobileRNA 工具生态的进一步完善,为植物非编码 RNA 移动机制的研究提供了标准化的测试基准。通过提供不同物种、不同 RNA 类型及不同采样规模的模拟数据,该资源极大地降低了方法学研究的门槛,促进了生物信息学工具在植物科学领域的广泛应用。