Cuiting0906/ABC_K562_org_top0.05

---
dataset_info:
features:
- name: chr
dtype: string
- name: start
dtype: int64
- name: end
dtype: int64
- name: cre_id
dtype: string
- name: cre_type
dtype: string
- name: cre_center
dtype: int64
- name: cre_seq_500bp
dtype: string
- name: gene_id
dtype: string
- name: gene_name
dtype: string
- name: gene_type
dtype: string
- name: gene_chr
dtype: string
- name: gene_start
dtype: int64
- name: gene_end
dtype: int64
- name: gene_strand
dtype: string
- name: gene_tss
dtype: int64
- name: cre_tss_distance
dtype: int64
- name: activity
dtype: float64
- name: hic_contact
dtype: float64
- name: abc_score
dtype: float64
- name: effect_size
dtype: float64
- name: p_value
dtype: float64
- name: assay_type
dtype: string
- name: experiment_id
dtype: string
- name: tss_seq_2kb
dtype: string
- name: cell_type
dtype: string
- name: source
dtype: string
- name: id
dtype: int64
splits:
- name: train
num_bytes: 646594468
num_examples: 241386
download_size: 98035538
dataset_size: 646594468
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：染色体（chromosome, chr），数据类型：字符串
- 字段名：起始位置，数据类型：64位整型
- 字段名：终止位置，数据类型：64位整型
- 字段名：顺式调控元件ID，数据类型：字符串
- 字段名：顺式调控元件类型，数据类型：字符串
- 字段名：顺式调控元件中心位置，数据类型：64位整型
- 字段名：500bp顺式调控元件序列，数据类型：字符串
- 字段名：基因ID，数据类型：字符串
- 字段名：基因名称，数据类型：字符串
- 字段名：基因类型，数据类型：字符串
- 字段名：基因所在染色体，数据类型：字符串
- 字段名：基因起始位置，数据类型：64位整型
- 字段名：基因终止位置，数据类型：64位整型
- 字段名：基因链，数据类型：字符串
- 字段名：基因转录起始位点（transcription start site, TSS）位置，数据类型：64位整型
- 字段名：顺式调控元件与转录起始位点的距离，数据类型：64位整型
- 字段名：调控活性，数据类型：64位浮点型
- 字段名：Hi-C接触频率，数据类型：64位浮点型
- 字段名：活性-接触评分（Activity-by-Contact score, ABC评分），数据类型：64位浮点型
- 字段名：效应量，数据类型：64位浮点型
- 字段名：P值，数据类型：64位浮点型
- 字段名：实验检测类型，数据类型：字符串
- 字段名：实验ID，数据类型：字符串
- 字段名：TSS上下游2kb序列，数据类型：字符串
- 字段名：细胞类型，数据类型：字符串
- 字段名：数据来源，数据类型：字符串
- 字段名：全局ID，数据类型：64位整型
数据集划分：
- 划分名称：训练集，字节数：646594468，样本数：241386
下载大小：98035538 字节
数据集总大小：646594468 字节
数据集配置：
- 配置名称：默认配置
数据文件：
- 对应划分：训练集，文件路径：data/train-*