SGAtools 微生物基因组序列与 HMM 模型数据
数据集简介
作者与发布信息
SGAtools datasets 由 Satoshi Nishino 创建并发布在 Zenodo 平台,版本为 v1,发布日期为 2026 年 7 月 31 日。数据集以开放获取方式提供,遵循 Creative Commons Attribution 4.0 International(CC BY 4.0)许可,使用者可在署名前提下自由下载、分发与再利用。数据集 DOI 为 10.5281/zenodo.21726922,可通过该标识稳定引用。
文件构成
数据集包含三个 tar.gz 压缩包,分别对应序列文件与两类 HMM 模型文件,具体如下:
| 文件名 | 大小 | MD5 |
|---|---|---|
| fna_files.tar.gz | 195.2 MB | 76bf12744b27bf9c8991bc91a48d5301 |
| SAR11_165_marker_hmms.tar.gz | 4.2 MB | f784e93e0965596917666589379f537a |
| SAR11_Orthogroups_4577.hmm.tar.gz | 90.2 MB | 3645caf19765d91a14beb6545c864e1a |
三个压缩包合计 289.5 MB,解压后分别得到 fna 序列文件、SAR11 16S 标记 HMM 以及 SAR11 直系同源群 HMM 模型。
版本与数据量
当前 v1 版本的文件合计为 289.5 MB;Zenodo 记录显示该数据集全部版本的数据总量为 587.4 MB。截至记录页面所示,数据集共获得 11 次浏览与 8 次下载。
内容说明
fna_files.tar.gz 提供基因组核酸序列文件,可用于序列层面的比对与检索分析。SAR11_165_marker_hmms.tar.gz 提供 SAR11 16S 标记基因的隐马尔可夫模型,适用于标记基因识别与分类注释。SAR11_Orthogroups_4577.hmm.tar.gz 包含 4577 个 SAR11 直系同源群的 HMM 模型,可用于同源群层面的序列建模与比对。三类文件共同覆盖从原始序列到模型文件的完整输入需求,便于在 SGAtools 相关分析流程中直接使用。
引用方式
引用本数据集时,建议注明作者 Satoshi Nishino、数据集名称 SGAtools datasets、版本 v1,以及 DOI 10.5281/zenodo.21726922。数据集采用 CC BY 4.0 许可,使用时请遵循署名要求。