hmmscan - عبر الإنترنت في السحابة

برنامج:

اسم

hmmscan - ابحث عن تسلسل (تسلسلات) البروتين في قاعدة بيانات ملفات تعريف البروتين

موجز

هممسكان [خيارات]

الوصف

هممسكان يستخدم للبحث في تسلسلات البروتين مقابل مجموعات من ملفات تعريف البروتين. ل
كل تسلسل في ، استخدم تسلسل الاستعلام هذا للبحث في قاعدة البيانات الهدف
لمحات ، وإخراج قوائم مرتبة للملفات الشخصية الأكثر أهمية
يطابق التسلسل.

• قد تحتوي على أكثر من تسلسل استعلام واحد. يمكن أن يكون بتنسيق FASTA أو
العديد من تنسيقات ملفات التسلسل الشائعة الأخرى (genbank ، و embl ، و uniprot ، من بين آخرين) ، أو
في تنسيقات ملفات المحاذاة (ستوكهولم ، فاستا المحاذاة ، وغيرها). انظر - qformat خيار
للحصول على قائمة كاملة.

• يحتاج إلى الضغط عليه باستخدام هممبريس قبل البحث عنها هممسكان.
يؤدي هذا إلى إنشاء أربعة ملفات ثنائية ، لاحقة .h3 {fimp}.

الاستعلام قد يكون "-" (حرف شرطة) ، وفي هذه الحالة تكون تسلسل الاستعلام
اقرأ من أ الأنابيب بدلاً من الملف. ال لا يمكن قراءتها من أ
تيار ، لأنه يحتاج إلى إنشاء تلك الملفات الثنائية الأربعة المساعدة بواسطة
هممبريس.

تم تصميم تنسيق الإخراج ليكون قابلاً للقراءة من قبل الإنسان ، ولكنه غالبًا ما يكون ضخمًا جدًا
قراءتها غير عملية وتحليلها ألم. ال --tblout و --domtblout الخيارات
حفظ الإخراج بتنسيقات جدولية بسيطة تكون موجزة وأسهل في التحليل. ال -o خيار
يسمح بإعادة توجيه المخرجات الرئيسية ، بما في ذلك التخلص منها في / dev / null.

OPTIONS

-h يساعد؛ اطبع تذكيرًا موجزًا ​​باستخدام سطر الأوامر وجميع الخيارات المتاحة.

OPTIONS لأي المتابعة OUTPUT

-o قم بتوجيه الإخراج الرئيسي الذي يمكن قراءته من قبل الإنسان إلى ملف بدلا من الافتراضي stdout.

--tblout
احفظ ملفًا جدوليًا بسيطًا (محدد المسافات) يلخص الإخراج لكل هدف ،
مع وجود خط بيانات واحد لكل نموذج مستهدف متماثل.

--domtblout
احفظ ملفًا جدوليًا بسيطًا (محدد المسافات) يلخص الإخراج لكل مجال ،
مع سطر بيانات واحد لكل مجال متماثل تم اكتشافه في تسلسل استعلام لكل منها
نموذج متماثل.

--pfamtblout
احفظ ملفًا جدوليًا موجزًا ​​(مفصول بمسافات) يلخص كل
تم العثور على المخرجات المستهدفة، مع وجود خط بيانات واحد لكل نموذج مستهدف متماثل.

--acc استخدم المداخلات بدلاً من الأسماء في المخرجات الرئيسية ، حيثما كان ذلك متاحًا للتوصيفات
و / أو المتتاليات.

--نوالي
حذف قسم المحاذاة من الإخراج الرئيسي. هذا يمكن أن يقلل بشكل كبير من الإخراج
وحدة التخزين.

- لا نص
قم بإلغاء تحديد طول كل سطر في الإخراج الرئيسي. الحد الافتراضي هو 120
أحرف لكل سطر ، مما يساعد في عرض الإخراج بشكل نظيف على المحطات الطرفية و
في المحررين ، ولكن يمكنه اقتطاع سطور وصف الملف الشخصي الهدف.

- نص
قم بتعيين حد طول خط الإخراج الرئيسي على أحرف في كل سطر. الافتراضي هو
120

OPTIONS لأي التبليغ الحدود القصوى

تتحكم عتبات الإبلاغ في النتائج التي يتم الإبلاغ عنها في ملفات الإخراج (الإخراج الرئيسي ،
--tbloutو --domtblout).

-E في المخرجات لكل هدف، قم بالإبلاغ عن ملفات التعريف المستهدفة بقيمة E بقيمة <= .
الافتراضي هو 10.0 ، مما يعني أنه في المتوسط ​​، سيتم الإبلاغ عن 10 إيجابيات خاطئة
لكل طلب بحث ، حتى تتمكن من رؤية الجزء العلوي من الضوضاء وتقرر بنفسك ما إذا كانت كذلك
ضوضاء حقا.

-T بدلاً من تحديد الناتج لكل ملف تعريف على القيمة الإلكترونية ، بدلاً من الإبلاغ عن الهدف
الملفات الشخصية بدرجة قليلة من> = .

--قبة
في المخرجات لكل مجال، بالنسبة لملفات التعريف المستهدفة التي استوفت بالفعل متطلبات كل -
عتبة تقارير الملف الشخصي ، قم بالإبلاغ عن المجالات الفردية ذات القيمة الإلكترونية المشروطة
من <= . الافتراضي هو 10.0. القيمة الإلكترونية المشروطة تعني الرقم المتوقع
من المجالات الإيجابية الخاطئة الإضافية في مساحة البحث الأصغر لتلك المجالات
المقارنات التي استوفت بالفعل حد الإبلاغ لكل ملف شخصي (وبالتالي
يجب أن يحتوي بالفعل على مجال متماثل واحد على الأقل).

--domT
بدلاً من تحديد الناتج لكل مجال على القيمة الإلكترونية ، قم بدلاً من ذلك بالإبلاغ عن المجالات بامتداد
درجة البت> = .

OPTIONS لأي تضمين الحدود القصوى

عتبات التضمين أكثر صرامة من عتبات الإبلاغ. السيطرة على عتبات الشمول
التي تعتبر الزيارات موثوقة بدرجة كافية ليتم تضمينها في محاذاة الإخراج أو
جولة البحث اللاحقة. في هممسكان، الذي لا يحتوي على أي إخراج محاذاة (مثل
hmmsearch or فمر) ولا أي خطوات بحث تكرارية (مثل آلة ثقب) ، عتبات التضمين
تأثير ضئيل. إنها تؤثر فقط على المجالات التي تم وضع علامة عليها على أنها مهمة (!) أو
مشكوك فيه (؟) في إخراج المجال.

--incE
استخدم قيمة E من <= كحد أدنى لتضمين الهدف. الافتراضي هو
0.01 ، مما يعني أنه في المتوسط ​​، من المتوقع حدوث حوالي 1 إيجابي خاطئ في كل منها
100 عملية بحث مع تسلسل استعلام مختلف.

--incT
بدلاً من استخدام القيم الإلكترونية لتعيين حد التضمين ، استخدم قليلاً بدلاً من ذلك
درجة> = كحد أدنى لتضمين الهدف. سيكون من غير المعتاد للاستخدام
عتبات درجة البت مع هممسكان، لأنك لا تتوقع درجة واحدة
عتبة العمل لملفات تعريف مختلفة؛ ملامح مختلفة لها قليلا
توزيعات مختلفة للدرجات المتوقعة.

--الملكية
استخدم القيمة الإلكترونية المشروطة لـ <= كحد أدنى للتضمين حسب النطاق ، في
الأهداف التي استوفت بالفعل عتبة الشمول الإجمالية لكل هدف.
الافتراضي هو 0.01.

- الحكمة
بدلاً من استخدام القيم الإلكترونية، استخدم بدلاً من ذلك درجة بت >= حسب المجال
عتبة التضمين. كما هو الحال مع --incT أعلاه ، سيكون من غير المعتاد استخدام بت واحد
عتبة في هممسكان.

OPTIONS لأي موديل محدد أحرز هدفا العبادة

قد تحدد قواعد بيانات ملفات التعريف المنسقة عتبات نقاط بت معينة لكل ملف تعريف ،
يحل محل أي عتبة على أساس الدلالة الإحصائية وحدها.

لاستخدام هذه الخيارات ، يجب أن يحتوي الملف الشخصي على (GA و / أو TC و / أو NC) المناسب
التعليق التوضيحي لعتبة الدرجة الاختيارية ؛ التقطت هذا بواسطة hmmbuild من تنسيق ستوكهولم
ملفات المحاذاة. يحتوي كل خيار عتبة على درجتين: عتبة كل تسلسل
والعتبة لكل مجال هذه تتصرف كما لو -T --incT --domT
- الحكمة تم تطبيقه على وجه التحديد باستخدام العتبات المنسقة لكل نموذج.

--cut_ga
استخدم درجات بت GA (التجميع) في النموذج لتعيين كل تسلسل (GA1) وكل-
نطاق (GA2) تقارير وعتبات التضمين. عتبات GA بشكل عام
تعتبر العتبات المنسقة الموثوقة التي تحدد عضوية الأسرة؛ ل
على سبيل المثال، في Pfam، تحدد هذه الحدود ما يتم تضمينه في Pfam Full
المحاذاة بناءً على عمليات البحث باستخدام نماذج Pfam Seed.

--cut_nc
استخدم عتبات نقاط بت NC (قطع الضوضاء) في النموذج لتعيين كل تسلسل
(NC1) وعتبات الإبلاغ والإدراج لكل مجال (NC2). عتبات NC هي
تعتبر عمومًا درجة أعلى الدرجات الإيجابية الكاذبة المعروفة.

--cut_tc
استخدم عتبات نقاط البت NC (القطع الموثوق به) في النموذج لتعيين كل تسلسل
(TC1) وعتبات الإبلاغ والإدراج لكل مجال (TC2). عتبات TC هي
تعتبر عمومًا درجة أقل نتيجة إيجابية حقيقية معروفة
هو قبل كل شيء ايجابيات كاذبة معروفة.

مراقبة OF ال التعجيل خط انابيب

يتم تسريع عمليات البحث HMMER3 في خط أنابيب مرشح من ثلاث خطوات: مرشح MSV ، و
مرشح Viterbi ، ومرشح Forward. المرشح الأول هو الأسرع والأكثر
تقريبي؛ الأخير هو خوارزمية التهديف الكاملة إلى الأمام. هناك أيضا مرشح التحيز
خطوة بين MSV و Viterbi. الأهداف التي تجتاز كافة الخطوات في مسار التسريع
تخضع بعد ذلك للمعالجة اللاحقة - تحديد النطاق والتسجيل باستخدام
إلى الأمام / الخلف الخوارزمية.

يؤدي تغيير حدود المرشح فقط إلى إزالة أو تضمين الأهداف من الاعتبار ؛ المتغيرة
عتبات التصفية لا تغير درجات البت أو القيم الإلكترونية أو المحاذاة ، وكلها
مصممة فقط في المعالجة اللاحقة.

--الأعلى قم بإيقاف تشغيل كافة عوامل التصفية، بما في ذلك مرشح التحيز، وقم بتشغيل الأمام/الخلف بالكامل
المعالجة اللاحقة على كل هدف. هذا يزيد من الحساسية إلى حد ما ، بشكل عام
التكلفة في السرعة.

--F1
قم بتعيين حد القيمة P لخطوة تصفية MSV. الافتراضي هو 0.02 ، مما يعني
أن ما يقرب من 2 ٪ من أعلى الأهداف غير المتجانسة من المتوقع أن تمر
مرشح.

--F2
قم بتعيين عتبة القيمة P لخطوة مرشح Viterbi. الافتراضي هو 0.001.

--F3
عيّن حد القيمة P لخطوة التصفية إلى الأمام. الافتراضي هو 1e-5.

- الرهاب
قم بإيقاف تشغيل مرشح التحيز. هذا يزيد من الحساسية إلى حد ما ، ولكن يمكن أن يأتي في
تكلفة عالية في السرعة ، خاصةً إذا كان الاستعلام يحتوي على تركيبة بقايا متحيزة (مثل
منطقة تسلسل متكرر ، أو إذا كان بروتين غشائي مع مناطق كبيرة من
كره الماء). بدون مرشح التحيز ، قد يمر عدد كبير جدًا من التسلسلات بالفلتر
بطلبات بحث متحيزة ، مما يؤدي إلى أداء أبطأ من المتوقع مثل
تحمل خوارزميات الأمام / الخلف المكثفة حسابيًا ثقيلًا بشكل غير طبيعي
تحميل.

أخرى OPTIONS

- نول 2
قم بإيقاف تشغيل تصحيحات النتيجة null2 للتكوين المتحيز.

-Z تأكد من أن العدد الإجمالي للأهداف في عمليات البحث الخاصة بك هو ، من أجل غايات
من حسابات القيمة الإلكترونية لكل تسلسل ، بدلاً من العدد الفعلي للأهداف
رأيت.

--domZ
تأكد من أن العدد الإجمالي للأهداف في عمليات البحث الخاصة بك هو ، من أجل غايات
من حسابات القيمة الإلكترونية المشروطة لكل مجال ، بدلاً من عدد الأهداف
التي تجاوزت عتبات إعداد التقارير.

--بذرة
اضبط بذرة الرقم العشوائي على . تتطلب بعض الخطوات في المعالجة اللاحقة Monte
محاكاة كارلو. الافتراضي هو استخدام بذرة ثابتة (42) ، بحيث تكون النتائج
قابل للاستنساخ بالضبط. أي عدد صحيح موجب آخر سيعطي مختلفة (ولكن أيضا
استنساخه). اختيار 0 يستخدم بذرة تم اختيارها بشكل تعسفي.

- qformat
تأكد من تنسيق ملف تسلسل الاستعلام . تشمل الأشكال المقبولة
FASTA, embl, بنك الجينات, com.ddbj, com.uniprot, ستوكهولم, pfam, a2mو أفا.

--وحدة المعالجة المركزية
قم بتعيين عدد مؤشرات ترابط العمال المتوازية إلى . بشكل افتراضي ، يقوم HMMER بتعيين هذا إلى
عدد نوى وحدة المعالجة المركزية التي يكتشفها في جهازك - أي أنها تحاول تعظيمها
استخدام نوى المعالج المتوفرة لديك. ضبط أعلى من عدد
النوى المتاحة قليلة القيمة ، إن وجدت ، ولكن قد ترغب في ضبطها على شيء ما
أقل. يمكنك أيضًا التحكم في هذا الرقم عن طريق تعيين متغير بيئة ،
HMMER_NCPU.

هذا الخيار متاح فقط إذا تم تجميع HMMER مع دعم سلاسل عمليات POSIX.
هذا هو الإعداد الافتراضي ، ولكن ربما تم إيقاف تشغيله لموقعك أو جهازك من أجل
بعض الاسباب.

--المماطلة
لتصحيح أخطاء إصدار MPI الرئيسي / العامل: توقف مؤقتًا بعد البدء ، لتمكين
مطور لإرفاق مصححات الأخطاء إلى العمليات الرئيسية والعامل (العمال) قيد التشغيل. يرسل
إشارة SIGCONT لتحرير الإيقاف المؤقت. (تحت gdb: (جدب) بسيطة سيجكون)

(متاح فقط إذا تم تمكين دعم MPI الاختياري في وقت الترجمة.)

--mpi قم بالتشغيل في MPI master / worker mode باستخدام مبيرون.

(متاح فقط إذا تم تمكين دعم MPI الاختياري في وقت الترجمة.)

استخدم hmmscan عبر الإنترنت باستخدام خدمات onworks.net