Drosophila Immunity Time-Course Data

可在此处找到用于本文所有结果的数据。该目录包含： GeneData.csv：包含 17 个时间点的 1735 个基因的时间基因表达测量值。测量值作为从第一个时间点开始的 $\log_2$-fold 变化提供。每个时间点对应的小时数在我们的 GitHub 存储库中的 R 脚本 3_Results.R 中定义。该数据集源自 Schlamp 等人收集的更大的基因表达数据集。 （2021 年）。 PriorMatrix.csv：一个 1735 x 1735 的先验邻接矩阵。每个条目是 0、1 或 NA，表示根据外部数据库，相应的两个基因之间的生物学关系不太可能、可能或未知。关于收集这些数据的更多细节可以在我们论文的第 4.1 节和附录 C 中找到。 R 脚本 3_Results.R 显示了如何读取这些 CSV 文件并将其用于我们的分析。

The data used for all results in this paper can be found here. This directory contains: GeneData.csv: Contains temporal gene expression measurements of 1735 genes across 17 time points. The measurements are provided as $log_2$-fold changes relative to the first time point. The hour corresponding to each time point is defined in the R script 3_Results.R in our GitHub repository. This dataset is derived from a larger gene expression dataset collected by Schlamp et al. (2021). PriorMatrix.csv: A 1735 × 1735 prior adjacency matrix. Each entry is 0, 1, or NA, indicating that the biological relationship between the corresponding two genes is unlikely, likely, or unknown based on external databases. Further details regarding the collection of these data can be found in Section 4.1 and Appendix C of our paper. The R script 3_Results.R demonstrates how to read these CSV files and use them for our analysis.

搜集汇总

背景与挑战

背景概述

该数据集名为'Drosophila Immunity Time-Course Data'，包含1735个基因在17个时间点的表达测量值（以对数倍变化表示）以及一个先验邻接矩阵，用于时间序列分析。它由康奈尔大学于2021年发布，源自Schlamp等人收集的数据，旨在支持基因动力学研究。