RefSeq Data & Scripts for ORF dominance

This is the fileset for the article "Protein-coding potential of RNAs measured by open reading frame dominance" by Y.Suenaga, et al.This fileset consists of the datasets of human (Feb 2015 and April 2018) and 8 spicies given in the article.[Dataset]- RefSeq gzipped fasta files (data/RefSeq)- Scripts to generate open reading frame (ORF) dominance score and other information from RefSeq data. (script)[How to Run Scripts]- 1. Unpack a tar.xz file.- 2. Run script/01_MergeFa.sh.- 3. Run script/02_ORFdominance.sh.- 4. Run script/03_Format.shUnder data/03_Format, you can get NM.txt and NR.txt as the result.[Note]- Scripts require Linux, bash, and perl.- Scripts use randomized data. Consequently, results differ slightly for the same input data.- Scripts are the same files in "Scripts for ORF dominance" (DOI: 10.6084/m9.figshare.7269518).

本数据集对应Y.Suenaga等人发表的学术论文《通过开放阅读框（Open Reading Frame，ORF）优势度检测RNA的编码潜能》。本数据集包含论文中提及的人类（2015年2月与2018年4月）及8个物种的数据集。
[数据集]
- 参考序列数据库（RefSeq）gzip压缩FASTA文件（存储路径：data/RefSeq）
- 用于从RefSeq数据中生成开放阅读框（ORF）优势度评分及其他相关信息的脚本（脚本存放于script目录）
[脚本运行指南]
1. 解压tar.xz格式压缩包
2. 执行脚本01_MergeFa.sh
3. 执行脚本02_ORFdominance.sh
4. 执行脚本03_Format.sh
在data/03_Format目录下，可获取结果文件NM.txt与NR.txt。
[注意事项]
- 脚本运行依赖Linux系统、bash环境及Perl语言环境
- 脚本使用随机化数据，因此相同输入数据每次运行的结果会存在细微差异
- 本脚本与“ORF优势度分析脚本”（DOI: 10.6084/m9.figshare.7269518）中的文件完全一致