Paradoxical G-quadruplex distribution in coronavirus genomes reveals functional constraints and antiviral therapeutic opportunities

# G-quadruplex Distribution in Coronavirus Genomes: Analysis Code and Data                                                          
                                                                                                                                      
  ## Overview                                                                                                                         
                                                                                                                                      
  This dataset contains all code, data, and supplementary materials for the manuscript "Paradoxical G-quadruplex distribution in      
  coronavirus genomes reveals functional constraints and antiviral therapeutic opportunities" published in *Virus Research* (2026).   
                                                                                                                                      
  ## Key Findings                                                                                                                     
                                                                                                                                      
  - **Genome-wide G4 depletion**: Fold-change = 0.56 (95% CI: 0.24-2.30)                                                              
  - **Regional enrichment in critical proteins**:                                                                                     
    - Spike protein: IRR = 17.9 (95% CI: 11.7-27.6)                                                                                   
    - Nucleocapsid protein: IRR = 15.2 (95% CI: 8.7-26.6)                                                                             
  - **Therapeutic targets**: 38 thermodynamically stable G4 candidates (ΔG < -5 kcal/mol)                                             
  - **Primary target**: GGCTGGCAATGGCGG (ΔG = -7.35 kcal/mol, 54.8% conservation)                                                     
                                                                                                                                      
  ## Dataset Contents                                                                                                                 
                                                                                                                                      
  ### Genomes (31 files)                                                                                                              
  - **SARS-CoV-2 variants** (n=20): Alpha, Beta, Gamma, Delta, Omicron sublineages (BA.1, BA.2, BA.5, BQ.1.1, XBB.1.5, XBB.1.16,      
  JN.1), Epsilon, Eta, Kappa, Lambda, Mu, D614G, B.1, Wuhan reference, HKU-SZ-005b (Hong Kong early isolate)                          
  - **Other coronaviruses** (n=11): SARS-CoV, MERS-CoV, bat coronaviruses (RaTG13, BANAL-52), pangolin coronaviruses (GX, GD, GD1),   
  HCoV-OC43, HCoV-HKU1, HCoV-229E, HCoV-NL63                                                                                          
                                                                                                                                      
  ### Code (88 Python scripts)                                                                                                        
  - G4 detection and regional mapping                                                                                                 
  - Statistical robustness analysis (Bootstrap, Poisson GLM, GEE models)                                                              
  - Thermodynamic stability assessment (ΔG calculations)                                                                              
  - Bayesian network analysis (pgmpy)                                                                                                 
  - Machine learning predictions (XGBoost)                                                                                            
  - Cross-virus comparative analysis                                                                                                  
                                                                                                                                      
  ### Results                                                                                                                         
  - Supplementary Tables S1-S7, S6A                                                                                                   
  - Complete analysis outputs (CSV format)                                                                                            
  - Reproducible analysis pipeline                                                                                                    
                                                                                                                                      
  ## Usage                                                                                                                            
                                                                                                                                      
  ```bash                                                                                                                             
  # Install dependencies                                                                                                              
  pip install -r requirements.txt                                                                                                     
                                                                                                                                      
  # Run complete analysis pipeline                                                                                                    
  ./run_all.sh                                                                                                                        
                                                                                                                                      
  Citation                                                                                                                            
                                                                                                                                      
  Tanigawa, M., & Iwaki, T. (2026). Paradoxical G-quadruplex distribution in coronavirus genomes reveals functional constraints and   
  antiviral therapeutic opportunities. Virus Research.