hmmsim - ক্লাউডে অনলাইন

কার্যক্রম:

NAME এর

hmmsim - র্যান্ডম সিকোয়েন্সে স্কোর বিতরণ সংগ্রহ করুন

সাইনোপিসিস

হুমসিম [বিকল্প]

বর্ণনাঃ

সার্জারির হুমসিম প্রোগ্রাম এলোমেলো সিকোয়েন্স তৈরি করে, মডেল(গুলি) দিয়ে স্কোর করে ,
এবং ফলাফলের জন্য বিভিন্ন ধরণের হিস্টোগ্রাম, প্লট এবং লাগানো বিতরণ আউটপুট করে
স্কোর।

হুমসিম HMMER প্যাকেজের মূলধারার অংশ নয়। অধিকাংশ ব্যবহারকারীর কোন কারণ থাকবে
এটা ব্যবহার করো. এটি P-মান নির্ধারণ করতে ব্যবহৃত পরিসংখ্যানগত পদ্ধতিগুলি বিকাশ এবং পরীক্ষা করতে ব্যবহৃত হয়
এবং HMMER3-তে ই-মান। উদাহরণস্বরূপ, এটি 2008 সালে বেশিরভাগ ফলাফল তৈরি করতে ব্যবহৃত হয়েছিল
H3 এর স্থানীয় প্রান্তিককরণ পরিসংখ্যানের কাগজ (PLoS Comp Bio 4:e1000069, 2008;
http://www.ploscompbiol.org/doi/pcbi.1000069).

যেহেতু এটি একটি গবেষণা টেস্টবেড, আপনার এটি অন্যের মতো শক্তিশালী হওয়ার আশা করা উচিত নয়
প্যাকেজ মধ্যে প্রোগ্রাম. উদাহরণস্বরূপ, বিকল্পগুলি অদ্ভুত উপায়ে যোগাযোগ করতে পারে; আমরা না
পরীক্ষিত বা সমস্ত বিভিন্ন সম্ভাব্য সংমিশ্রণ অনুমান করার চেষ্টা করা হয়নি।

প্রধান কাজ হল Viterbi স্কোর বা একটি সর্বাধিক সম্ভাবনা Gumbel বিতরণ মাপসই করা
উচ্চ-স্কোরিং ফরোয়ার্ড স্কোরগুলির সর্বাধিক সম্ভাবনা সূচকীয় লেজ, এবং এইগুলি পরীক্ষা করার জন্য
লাগানো ডিস্ট্রিবিউশনগুলি অনুমান মেনে চলে যে ল্যাম্বডা ~ log_2 ভিটারবি গুম্বেল উভয়ের জন্য
এবং ফরোয়ার্ড সূচকীয় লেজ।

আউটপুট হল সংখ্যার একটি টেবিল, প্রতিটি মডেলের জন্য একটি সারি। চারটি ভিন্ন প্যারামেট্রিক ফিট
স্কোর ডেটা পরীক্ষা করা হয়: (1) সর্বাধিক সম্ভাবনা উভয় অবস্থানের জন্য উপযুক্ত (mu/tau) এবং
ঢাল (ল্যাম্বডা) পরামিতি; (2) অনুমান করা হচ্ছে ল্যাম্বডা=log_2, সর্বোচ্চ সম্ভাবনার সাথে মানানসই
শুধুমাত্র অবস্থান প্যারামিটার; (3) একই কিন্তু একটি প্রান্ত-সংশোধিত ল্যাম্বডা অনুমান, কারেন্ট ব্যবহার করে
H3 [এডি, 2008] এর পদ্ধতি; এবং (4) H3 এর কারেন্ট দ্বারা নির্ধারিত উভয় প্যারামিটার ব্যবহার করে
পদ্ধতি মানসম্মত সহজ, দ্রুত এবং নোংরা পরিসংখ্যান হল 'E@10',
10তম র‌্যাঙ্কের শীর্ষ হিটের গণনাকৃত ই-মান, যা আমরা প্রায় 10 হবে বলে আশা করি।

বিস্তারিতভাবে, আউটপুটের কলামগুলি হল:

নাম মডেলের নাম।

লেজ ডিস্ট্রিবিউশনের সাথে মানানসই করতে ব্যবহৃত সর্বোচ্চ স্কোরের ভগ্নাংশ। Viterbi, MSV, এবং এর জন্য
হাইব্রিড স্কোর, এটি ডিফল্ট 1.0 (একটি Gumbel ডিস্ট্রিবিউশন সকলের জন্য লাগানো আছে
ডেটা)। ফরোয়ার্ড স্কোরের জন্য, এটি ডিফল্ট 0.02 (এতে একটি সূচকীয় লেজ লাগানো হয়
সর্বোচ্চ 2% স্কোর)।

mu/tau সর্বোচ্চ সম্ভাবনার জন্য অবস্থানের প্যারামিটার ডেটার সাথে মানানসই।

ল্যামডা ঢাল পরামিতি সর্বোচ্চ সম্ভাব্যতা ডেটার সাথে মানানসই।

ই@10 ML mu/tau ব্যবহার করে 10তম র‌্যাঙ্কড উচ্চ স্কোরের ('E@10') জন্য গণনা করা ই-মান
এবং ল্যাম্বডা। সংজ্ঞা অনুসারে, এটি প্রায় 10 হতে পারে, যদি ই-মান অনুমান করা হয়
সঠিক।

mufix অবস্থানের প্যারামিটার, একটি পরিচিত (নির্দিষ্ট) ঢালের সাথে সর্বাধিক সম্ভাবনার জন্য
log_2 (0.693) এর প্যারামিটার ল্যাম্বডা।

ই@10 ফিক্স
মুফিক্স এবং প্রত্যাশিত ব্যবহার করে 10তম র‌্যাঙ্কের স্কোরের জন্য ই-মান গণনা করা হয়েছে
lambda = log_2 = 0.693।

mufix2 অবস্থানের প্যারামিটার, একটি প্রান্ত-প্রভাব-সংশোধনের সাথে সর্বাধিক সম্ভাবনার জন্য
ল্যাম্বডা

E@10fix2
মুফিক্স২ এবং এজ-ইফেক্ট ব্যবহার করে 10তম র‌্যাঙ্কড স্কোরের জন্য গণনা করা ই-মান-
সংশোধন করা ল্যাম্বডা।

পিএমইউ H3 এর অনুমান পদ্ধতি দ্বারা নির্ধারিত অবস্থানের প্যারামিটার।

প্লাম্বদা
H3 এর অনুমান পদ্ধতি দ্বারা নির্ধারিত ঢাল পরামিতি।

pE@10 pmu, plambda ব্যবহার করে 10তম র‌্যাঙ্কড স্কোরের জন্য গণনা করা ই-মান।

এই টেবিলের শেষে, আরও একটি লাইন মুদ্রিত হয়, # দিয়ে শুরু করে এবং এর সংক্ষিপ্তসার
সিমুলেশন দ্বারা ব্যবহৃত সামগ্রিক CPU সময়।

কিছু ঐচ্ছিক আউটপুট ফাইল xmgrace xy ফরম্যাটে আছে। xmgrace শক্তিশালী এবং অবাধে
উপলব্ধ গ্রাফ-প্লটিং সফ্টওয়্যার।

বিবিধ বিকল্প

-h সাহায্য; কমান্ড লাইন ব্যবহার এবং সমস্ত উপলব্ধ বিকল্পগুলির একটি সংক্ষিপ্ত অনুস্মারক মুদ্রণ করুন।

-a প্রতিটি সিমুলেটেড ক্রম থেকে প্রত্যাশিত ভিটারবি প্রান্তিককরণ দৈর্ঘ্যের পরিসংখ্যান সংগ্রহ করুন।
এটি শুধুমাত্র ভিটারবি স্কোরের সাথে কাজ করে (ডিফল্ট; দেখুন --ভিট) দুটি অতিরিক্ত
প্রতিটি মডেলের জন্য আউটপুট টেবিলে ক্ষেত্রগুলি মুদ্রিত হয়: ভিটারবির গড় দৈর্ঘ্য
প্রান্তিককরণ, এবং আদর্শ বিচ্যুতি।

-v (শব্দ)। স্কোরগুলিও প্রিন্ট করুন, প্রতি লাইনে একটি স্কোর।

-L এলোমেলোভাবে নমুনাকৃত (ননহোমোলোগাস) সিকোয়েন্সের দৈর্ঘ্য সেট করুন . দ্য
ডিফল্ট 100।

-N এলোমেলোভাবে নমুনা ক্রম সংখ্যা সেট করুন . ডিফল্ট 1000.

--এমপিআই MPI সমান্তরাল মোডে চালান, অধীনে mpirun. এটি প্রেরণের স্তরে সমান্তরাল
একটি এমপিআই কর্মী প্রক্রিয়ার জন্য একবারে একটি প্রোফাইল, তাই সমান্তরালকরণ শুধুমাত্র যদি সাহায্য করে
আপনার একাধিক প্রোফাইল আছে , এবং আপনি অন্তত হিসাবে থাকতে চান
MPI কর্মী প্রক্রিয়া হিসাবে অনেক প্রোফাইল। (ঐচ্ছিক MPI সমর্থন থাকলেই কেবল উপলব্ধ
কম্পাইল-টাইমে সক্ষম।)

বিকল্প কন্ট্রোলিং আউটপুট

-o একটি ফাইলে প্রধান আউটপুট টেবিল সংরক্ষণ করুন stdout এ পাঠানোর চেয়ে।

--একটি নথি
ভিটারবি অ্যালাইনমেন্ট পরিসংখ্যান সংগ্রহ করার সময় ( -a বিকল্প), প্রতিটি নমুনার জন্য
অনুক্রম, একটি ফাইলে প্রতি লাইনে দুটি ক্ষেত্র আউটপুট করুন : সর্বোত্তম দৈর্ঘ্য
প্রান্তিককরণ, এবং ভিটারবি বিট স্কোর। প্রয়োজন যে -a বিকল্পটিও ব্যবহার করা হয়।

--ফাইল
ফাইল করার জন্য XMGRACE xy ফর্ম্যাটে একটি র্যাঙ্ক বনাম ই-মান প্লট আউটপুট করুন . x-অক্ষ হল
সর্বোচ্চ স্কোর থেকে সর্বনিম্ন পর্যন্ত এই ক্রমটির র্যাঙ্ক; y-অক্ষ হল ই-মান
এই ক্রম জন্য গণনা. ই-মানগুলি H3 এর ডিফল্ট পদ্ধতি ব্যবহার করে গণনা করা হয়
(যেমন আউটপুট টেবিলে pmu, plambda প্যারামিটার)। আপনি একটি রুক্ষ ম্যাচ আশা
ই-মান সঠিকভাবে অনুমান করা হলে র্যাঙ্ক এবং ই-মানের মধ্যে।

--ফাইল
একটি "ফিল্টার পাওয়ার" ফাইল আউটপুট করুন : প্রতিটি মডেলের জন্য, তিনটি ক্ষেত্র সহ একটি লাইন:
মডেলের নাম, P-মান থ্রেশহোল্ড অতিক্রমকারী অনুক্রমের সংখ্যা এবং এর ভগ্নাংশ
ক্রমগুলি P-মান থ্রেশহোল্ড অতিক্রম করছে৷ দেখা --পথ্রেস পি-মান সেট করার জন্য
থ্রেশহোল্ড, যা ডিফল্ট 0.02 (H3 এ ডিফল্ট MSV ফিল্টার থ্রেশহোল্ড)। পি-
মানগুলি H3 এর ডিফল্ট পদ্ধতি দ্বারা নির্ধারিত হয় (pmu, plambda প্যারামিটার
আউটপুট টেবিল)। সব ঠিক থাকলে, আপনি ফিল্টার পাওয়ার সমান দেখতে আশা করেন
থ্রেশহোল্ডের পূর্বাভাসিত P-মান সেটিং।

--পিফাইল
ফাইল করার জন্য আউটপুট ক্রমবর্ধমান বেঁচে থাকার প্লট (P(S>x)) XMGRACE xy ফরম্যাটে। সেখানে
তিনটি প্লট: (1) পর্যবেক্ষণ স্কোর বিতরণ; (2) সর্বোচ্চ সম্ভাবনা
লাগানো বিতরণ; (3) অবস্থানের প্যারামিটারের সাথে মাপসই সর্বোচ্চ সম্ভাবনা
(mu/tau) সময়
ধরে নেওয়া হচ্ছে lambda=log_2।

--xfile
দ্বিগুণ-নির্ভুলতা ফ্লোটগুলির একটি বাইনারি অ্যারে হিসাবে বিট স্কোরগুলি আউটপুট করুন (প্রতি 8 বাইট
স্কোর) ফাইল করতে . ইজেল এর মত প্রোগ্রাম esl-হিস্টপ্লট এই ধরনের বাইনারি ফাইল পড়তে পারেন।
অত্যন্ত বড় নমুনা আকার তৈরি করার সময় এটি দরকারী।

বিকল্প কন্ট্রোলিং মডেল কনফিগারেশন (মোড)

H3 শুধুমাত্র মাল্টিহিট স্থানীয় প্রান্তিককরণ ব্যবহার করে ( --এফএস মোড), এবং এখানেই আমরা বিশ্বাস করি
পরিসংখ্যান ফিট ইউনিহিত স্থানীয় সারিবদ্ধ স্কোর (স্মিথ/ওয়াটারম্যান; --sw মোড) আমাদেরও মেনে চলুন
পরিসংখ্যানগত অনুমান। গ্লোকাল অ্যালাইনমেন্ট পরিসংখ্যান (হয় মাল্টিহিট বা ইউনিহিত)
এখনও পর্যাপ্তভাবে বোঝা যায় না বা পর্যাপ্তভাবে লাগানো হয়নি।

--এফএস মাল্টিহিট স্থানীয় প্রান্তিককরণ স্কোর সংগ্রহ করুন। এটি ডিফল্ট। হিসাবে প্রান্তিককরণ
'ফ্র্যাগমেন্ট সার্চ মোড'।

--sw ইউনিহিত স্থানীয় প্রান্তিককরণ স্কোর সংগ্রহ করুন। H3 J অবস্থা অক্ষম করা হয়েছে৷ হিসাবে প্রান্তিককরণ
'স্মিথ/ওয়াটারম্যান অনুসন্ধান মোড'।

--ls মাল্টিহিট গ্লোকাল অ্যালাইনমেন্ট স্কোর সংগ্রহ করুন। গ্লোকাল (গ্লোবাল/স্থানীয়) প্রান্তিককরণে,
লক্ষ্যের একটি পরবর্তী অংশে সমগ্র মডেলটিকে সারিবদ্ধ করতে হবে। H3 স্থানীয় প্রবেশ/প্রস্থান
স্থানান্তর সম্ভাবনা নিষ্ক্রিয় করা হয়. 'ls' এসেছে HMMER2 এর ঐতিহাসিক থেকে
'স্থানীয় অনুসন্ধান মোড' হিসাবে মাল্টিহিট স্থানীয় প্রান্তিককরণের পরিভাষা।

--s ইউনিহিত গ্লোকাল অ্যালাইনমেন্ট স্কোর সংগ্রহ করুন। H3 J রাজ্য এবং স্থানীয় প্রবেশ/প্রস্থান উভয়ই
স্থানান্তর সম্ভাবনা নিষ্ক্রিয় করা হয়. 's' এসেছে HMMER2 এর ঐতিহাসিক থেকে
ইউনিহিত গ্লোকাল প্রান্তিককরণের পরিভাষা।

বিকল্প কন্ট্রোলিং স্কোরিং অ্যালগরিথ

--ভিট ভিটারবি সর্বোচ্চ সম্ভাব্য প্রান্তিককরণ স্কোর সংগ্রহ করুন। এটি ডিফল্ট।

--fwd ফরোয়ার্ড লগ-অডড সম্ভাবনার স্কোর সংগ্রহ করুন, সারিবদ্ধকরণের সংমিশ্রণে সমষ্টি।

--হাইব ইউ এবং হাওয়া (উদাহরণস্বরূপ,
বায়োইনফরমেটিক্স 18:864, 2002)। এর মধ্যে একটি ফরোয়ার্ড ম্যাট্রিক্স গণনা করা এবং নেওয়া জড়িত
সর্বোচ্চ সেল মান। সংখ্যাটি নিজেই পরিসংখ্যানগতভাবে কিছুটা অনুপ্রাণিত,
কিন্তু বন্টন একটি ভাল আচরণ করা চরম মূল্য বন্টন প্রত্যাশিত
(গুম্বেল)।

--msv H3 এর প্রধান ব্যবহার করে MSV (মাল্টিপল আনগ্যাপড সেগমেন্ট ভিটারবি) স্কোর সংগ্রহ করুন
ত্বরণ হিউরিস্টিক।

--দ্রুত উপরের যেকোনো বিকল্পের জন্য, H3-এর অপ্টিমাইজ করা উৎপাদন বাস্তবায়ন ব্যবহার করুন (ব্যবহার করে
SIMD ভেক্টরাইজেশন)। ডিফল্ট বাস্তবায়ন একটি ছোট বলি ব্যবহার করা হয়
সংখ্যাগত নির্ভুলতার পরিমাণ। এই মধ্যে বিভ্রান্তিকর শব্দ প্রবর্তন করতে পারেন
পরিসংখ্যানগত সিমুলেশন এবং ফিট, তাই যখন কেউ সঠিক সম্পর্কে খুব চিন্তিত হয়
বিশদ বিবরণ, গোলমালের উত্সকে ফ্যাক্টর করতে সক্ষম হওয়া ভাল।

বিকল্প কন্ট্রোলিং লাগানো টেইল MASSES জন্য FORWARD এর

কিছু পরীক্ষায়, ফরোয়ার্ড স্কোরকে বিভিন্ন লেজের পরিসরে ফিট করা উপযোগী ছিল
ভর, বরং শুধুমাত্র এক. এই বিকল্পগুলি সমানভাবে ফিট করার জন্য একটি প্রক্রিয়া প্রদান করে-
বিভিন্ন লেজের ভরের ব্যবধান। প্রতিটি ভিন্ন লেজের ভরের জন্য, একটি লাইন তৈরি হয়
আউটপুটে

--tmin
পুচ্ছ ভর বন্টন উপর নিম্ন আবদ্ধ সেট. (এর জন্য ডিফল্ট 0.02
ডিফল্ট একক পুচ্ছ ভর।)

--tmax
পুচ্ছ ভর বন্টন উপর উপরের আবদ্ধ সেট করুন. (এর জন্য ডিফল্ট 0.02
ডিফল্ট একক পুচ্ছ ভর।)

--টপয়েন্ট
থেকে শুরু করে নমুনাতে লেজের ভরের সংখ্যা সেট করুন --tmin এবং এ শেষ --tmax.
(ডিফল্ট 1 একক পুচ্ছ ভরের জন্য ডিফল্ট হল 0.02।)

--টলিনিয়ার
অভিন্ন রৈখিক ব্যবধান সহ পুচ্ছ ভরের একটি পরিসরের নমুনা নিন। ডিফল্ট ব্যবহার করা হয়
অভিন্ন লগারিদমিক ব্যবধান।

বিকল্প কন্ট্রোলিং H3 প্যারামিটার অনুমান পদ্ধতি

H3 অবস্থানের পরামিতি অনুমান করার জন্য তিনটি ছোট র্যান্ডম সিকুয়েন্স সিমুলেশন ব্যবহার করে
MSV স্কোর, ভিটারবি স্কোর এবং ফরোয়ার্ড স্কোরের জন্য প্রত্যাশিত স্কোর বিতরণ। এইগুলো
বিকল্পগুলি এই সিমুলেশনগুলিকে সংশোধন করার অনুমতি দেয়।

--ইএমএল
সিমুলেশনে অনুক্রমের দৈর্ঘ্য সেট করে যা অবস্থান প্যারামিটার mu এর জন্য অনুমান করে
MSV ই-মান। ডিফল্ট হল 200।

--এমএন
সিমুলেশনে সিকোয়েন্সের সংখ্যা সেট করে যা অবস্থান প্যারামিটার mu অনুমান করে
MSV ই-মানগুলির জন্য। ডিফল্ট হল 200।

--ইভিএল
সিমুলেশনে অনুক্রমের দৈর্ঘ্য সেট করে যা অবস্থান প্যারামিটার mu এর জন্য অনুমান করে
ভিটারবি ই-মান। ডিফল্ট হল 200।

--EvN
সিমুলেশনে সিকোয়েন্সের সংখ্যা সেট করে যা অবস্থান প্যারামিটার mu অনুমান করে
ভিটারবি ই-মানগুলির জন্য। ডিফল্ট হল 200।

--ইএফএল
সিমুলেশনে ক্রম দৈর্ঘ্য সেট করে যা অবস্থান প্যারামিটার টাউ অনুমান করে
ফরোয়ার্ড ই-মানগুলির জন্য। ডিফল্ট হল 100।

--EfN
সিমুলেশনে সিকোয়েন্সের সংখ্যা সেট করে যা অবস্থানের প্যারামিটার অনুমান করে
ফরওয়ার্ড ই-মানগুলির জন্য tau. ডিফল্ট হল 200।

--ইফ্ট
অবস্থান অনুমান করে এমন সিমুলেশনে ফিট করার জন্য পুচ্ছ ভর ভগ্নাংশ সেট করে
ফরোয়ার্ড মূল্যায়নের জন্য প্যারামিটার tau. ডিফল্ট 0.04।

ডিবাগিং বিকল্প

--স্টল
MPI মাস্টার/কর্মী সংস্করণ ডিবাগ করার জন্য: শুরু করার পরে বিরতি, সক্রিয় করতে
চলমান মাস্টার এবং কর্মী(গুলি) প্রক্রিয়াগুলিতে ডিবাগার সংযুক্ত করতে বিকাশকারী৷ পাঠান
বিরতি ছেড়ে দিতে SIGCONT সংকেত। (জিডিবির অধীনে: (GDB) সংকেত SignCont) (কেবল
কম্পাইল-টাইমে ঐচ্ছিক MPI সমর্থন সক্ষম হলে উপলব্ধ।)

--বীজ
এলোমেলো সংখ্যা বীজ সেট করুন . ডিফল্ট হল 0, যা এলোমেলো সংখ্যা করে
জেনারেটর একটি নির্বিচারে বীজ ব্যবহার, যাতে বিভিন্ন রান হুমসিম প্রায় হবে
অবশ্যই একটি ভিন্ন পরিসংখ্যান নমুনা তৈরি করুন। ডিবাগিং জন্য, এটা দরকারী
একটি এলোমেলো সংখ্যা বীজ ঠিক করে, প্রজননযোগ্য ফলাফল জোর করে।

পরীক্ষামূলক বিকল্প

এই বিকল্পগুলি বিভিন্ন অনুসন্ধানমূলক পরীক্ষাগুলির একটি ছোট বৈচিত্র্যের মধ্যে ব্যবহার করা হয়েছিল।

--বিজিফ্ল্যাট
পটভূমি অবশিষ্টাংশ বন্টন একটি অভিন্ন বন্টন সেট করুন, উভয় জন্য
স্কোর গণনা করতে ব্যবহৃত নাল মডেলের উদ্দেশ্য, এবং উৎপন্ন করার জন্য
এলোমেলো ক্রম। ডিফল্ট হল একটি স্ট্যান্ডার্ড অ্যামিনো অ্যাসিড ব্যাকগ্রাউন্ড ফ্রিকোয়েন্সি ব্যবহার করা
বন্টন।

--bgcomp
প্রোফাইলের গড় রচনায় পটভূমি অবশিষ্টাংশ বন্টন সেট করুন।
এটি পক্ষপাতমূলক রচনার কিছু প্রভাব অন্বেষণে ব্যবহৃত হয়েছিল।

--x-নো-দৈর্ঘ্য মডেল
H3 লক্ষ্য ক্রম দৈর্ঘ্য মডেল বন্ধ করুন. N,C,J এর জন্য স্ব-পরিবর্তন সেট করুন
এবং নাল মডেলটি 350/351 এর পরিবর্তে; এটি HMMER2 অনুকরণ করে। মধ্যে একটি ভাল ধারণা না
সাধারণ. এটি প্রধান H2 বনাম H3 পার্থক্যগুলির একটি প্রদর্শন করতে ব্যবহৃত হয়েছিল।

--নু
MSV অ্যালগরিদমের জন্য nu প্যারামিটার সেট করুন -- আনগ্যাপড স্থানীয়ের প্রত্যাশিত সংখ্যা
লক্ষ্য ক্রম প্রতি প্রান্তিককরণ. ডিফল্ট হল 2.0, একটি E->J এর সাথে সম্পর্কিত
0.5 এর স্থানান্তর সম্ভাবনা। এটি পরিবর্তিত নু আছে কিনা তা পরীক্ষা করতে ব্যবহৃত হয়েছিল
ফলাফলের উপর উল্লেখযোগ্য প্রভাব (এটি কারণের মধ্যে বলে মনে হয় না)। এই বিকল্প শুধুমাত্র
যদি কাজ করে --msv নির্বাচিত (এটি শুধুমাত্র MSV-কে প্রভাবিত করে), এবং এটির সাথে কাজ করবে না --দ্রুত
(কারণ অপ্টিমাইজ করা বাস্তবায়নগুলি nu=2.0 ধরে নেওয়ার জন্য হার্ডওয়্যারযুক্ত)।

--পথ্রেস
ফিল্টার পাওয়ার ফাইল তৈরি করতে ব্যবহার করার জন্য ফিল্টার পি-মান থ্রেশহোল্ড সেট করুন
--ফাইল. ডিফল্ট হল 0.02 (যা MSV স্কোর পরীক্ষা করার জন্য উপযুক্ত হবে,
যেহেতু এটি H3 এর ত্বরণ পাইপলাইনে ডিফল্ট MSV ফিল্টার থ্রেশহোল্ড।)
অন্যান্য উপযুক্ত পছন্দ (ত্বরণ পাইপলাইনে ম্যাচিং ডিফল্ট) হবে
ভিটারবির জন্য 0.001 এবং ফরোয়ার্ডের জন্য 1e-5।

onworks.net পরিষেবা ব্যবহার করে অনলাইনে hmmsim ব্যবহার করুন