raxmlHPC-PTHREADS – Online in der Cloud

PROGRAMM:

NAME/FUNKTION

Verwendung – Randomisierte Axelerated Maximum Likelihood

BESCHREIBUNG

Verwenden Sie raxml mit AVX-Unterstützung (1 CPU)

Dies ist die RAxML-Version 8.2.4, veröffentlicht von Alexandros Stamatakis am 02. Oktober 2015.

Mit sehr geschätzten Codebeiträgen von: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT und HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Bitte beachten Sie auch das RAxML-Handbuch

Bitte melden Sie Fehler über die RAxML-Google-Gruppe! Bitte senden Sie uns alle Eingabedateien, genau
Aufruf, Angaben zur HW und zum Betriebssystem sowie alle ausgedruckten Fehlermeldungen
zu screenen.

raxmlHPC[-SSE3|-AVX|-PTHREADS|-PTHREADS-SSE3|-PTHREADS-AVX|-HYBRID|-HYBRID-SSE3|HYBRID-AVX]

-s Sequenzdateiname -n Name der Ausgabedatei -m Ersatzmodell

[-a WeightFileName] [-A sekundäreStructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c numberOfCategories] [-C]
[-d] [-D] [-e WahrscheinlichkeitEpsilon] [-E ausschließenderDateiname] [-f
a|A|b|B|c|C|d|D|e|E|F|g|G|h|H|i|I|j|J|k|m|n|N|o|p| P|q|r|R|s|S|t|T|u|v|V|w|W|x|y]
[-F] [-g Gruppierungsdateiname] [-G Platzierungsschwellenwert] [-h] [-H] [-i
initialRearrangementSetting] [-I autoFC|autoMR|autoMRE|autoMRE_IGN] [-j] [-J
MR|MR_DROP|MRE|STRICT|STRICT_DROP|T_ ] [-k] [-K] [-L MR|MRE|T_ ]
[-M] [-o outGroupName1[,outGroupName2[,...]]][-O] [-p parsimonyRandomSeed] [-P
proteinModel] [-q multipleModelFileName] [-r BinaryConstraintTree] [-R
BinaryModelParamFile] [-S sekundäreStructureFile] [-t userStartingTree] [-T
numberOfThreads] [-u] [-U] [-v] [-V] [-w Ausgabeverzeichnis] ​​[-W slideWindowSize]
[-x rapidBootstrapRandomNumberSeed] [-X] [-y] [-Y
quartetGroupingFileName|ancestralSequenceCandidatesFileName] [-z multipleTreesFile]
[-#|-N numberOfRuns|autoFC|autoMR|autoMRE|autoMRE_IGN]
[--mesquite][--silent][--no-seq-check][--no-bfgs]
[--asc-corr=stamatakis|felsenstein|lewis]
[--flag-check][--auto-prot=ml|bic|aic|aicc]
[--epa-keep-placements=Anzahl][--epa-accumulated-threshold=Schwelle]
[--epa-prob-threshold=Schwelle] [--JC69][--K80][--HKY85]

-a Geben Sie einen Dateinamen für die Spaltengewichtung an, um jeder Spalte individuelle Gewichtungen zuzuweisen
die Ausrichtung. Diese Gewichte müssen ganze Zahlen sein, die durch einen beliebigen Typ und eine beliebige Anzahl getrennt sind
Leerzeichen in einer separaten Datei einfügen, ein Beispiel finden Sie in der Datei „example_weights“.

-A Geben Sie eines der in RAxML implementierten Sekundärstruktur-Substitutionsmodelle an.
Es wird die gleiche Nomenklatur wie im PHASE-Handbuch verwendet, verfügbare Modelle: S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

STANDARD: 16-stufiges GTR-Modell (S16)

-b Geben Sie eine Ganzzahl (zufälliger Startwert) an und aktivieren Sie Bootstrapping

STANDARD: AUS

-B Geben Sie eine Gleitkommazahl zwischen 0.0 und 1.0 an, die als Grenzwert verwendet wird
Schwellenwert für die MR-basierten Bootstopping-Kriterien. Die empfohlene Einstellung ist 0.03.

STANDARD: 0.03 (empfohlene empirisch ermittelte Einstellung)

-c Geben Sie beim Tarifmodell die Anzahl unterschiedlicher Tarifkategorien für RAxML an
Die Heterogenität ist auf CAT eingestellt. Die einzelnen Tarife pro Standort werden kategorisiert
numberOfCategories bewertet Kategorien, um Berechnungen zu beschleunigen.

STANDARD: 25

-C Aktivieren Sie die ausführliche Ausgabe für die Optionen „-L“ und „-fi“. Dies wird mehr produzieren, als
sowie ausführlichere Ausgabedateien

STANDARD: AUS

-d Starten Sie die ML-Optimierung aus einem zufälligen Startbaum

STANDARD: AUS

-D Konvergenzkriterium für die ML-Suche. Dadurch werden ML-Suchen abgebrochen, wenn die relative
Robinson-Foulds-Abstand zwischen den Bäumen, ermittelt aus zwei aufeinanderfolgenden Lazy SPR
Zyklen ist kleiner oder gleich 1 %. Die Verwendung wird für sehr große Datensätze empfohlen
Begriffe von Taxa. Bei Bäumen mit mehr als 500 Taxa führt dies zu einer Ausführungszeit
Verbesserungen von ca. 50 % bei nur geringfügig schlechteren Bäumen.

STANDARD: AUS

-e Legen Sie die Präzision der Modelloptimierung in Log-Likelihood-Einheiten für die endgültige Optimierung fest
Baumtopologie

STANDARD: 0.1
für Modelle, die keine Schätzung des Anteils invarianter Standorte verwenden

0.001 für Modelle, die die Schätzung des Anteils invarianter Standorte verwenden

-E Geben Sie einen Ausschlussdateinamen an, der eine Angabe der Ausrichtungspositionen enthält
Sie ausschließen möchten. Das Format ähnelt dem von Nexus, die Datei muss Einträge enthalten
B. „100-200 300-400“, um eine einzelne Spalte auszuschließen, schreiben Sie z. B. „100-100“, wenn Sie möchten
Wenn Sie ein gemischtes Modell verwenden, wird eine entsprechend angepasste Modelldatei geschrieben.

-f Algorithmus auswählen:

„-fa“: schnelle Bootstrap-Analyse und Suche nach dem ML-Baum mit der besten Bewertung in einem Programm
Führen Sie „-f A“ aus: Berechnen Sie marginale Ahnenzustände auf einem bereitgestellten ROOTED-Referenzbaum
mit „-t“ „-fb“: Bipartitionsinformationen auf einem mit „-t“ bereitgestellten Baum zeichnen
auf mehreren Bäumen

(z. B. von einem Bootstrap) in einer durch „-z“ angegebenen Datei

„-f B“: Optimieren Sie den Br-Len-Skalierer und andere Modellparameter (GTR, Alpha usw.) in einem Baum
mit „-t“ versehen.
Der Baum muss Astlängen enthalten. Die Zweiglängen werden nicht optimiert,
nur um einen einzigen gemeinsamen Wert skaliert.

„-fc“: prüft, ob die Ausrichtung von RAxML ordnungsgemäß gelesen werden kann. „-f C“: ancestral
Für den Sequenztest für Jiajie müssen Benutzer außerdem eine Liste der Taxonnamen über bereitstellen
-Y getrennt durch Leerzeichen „-fd“: neues schnelles Bergsteigen

STANDARD EIN

„-f D“: schnelles Bergsteigen mit RELL-Bootstraps „-fe“: Modell+Zweig optimieren
Längen für gegebenen Eingabebaum nur unter GAMMA/GAMMAI „-f E“: sehr schnell ausführen
experimentelle Baumsuche, derzeit nur zum Testen „-f F“: schnell ausführen
experimentelle Baumsuche, derzeit nur zum Testen „-fg“: Berechnung pro Site-Protokoll
Es besteht die Möglichkeit, dass ein oder mehrere Bäume durchquert wurden

„-z“ und schreiben Sie sie in eine Datei, die von CONSEL gelesen werden kann
Die Modellparameter werden nur am ersten Baum geschätzt!

„-f G“: Berechnen Sie die Wahrscheinlichkeiten pro Standortprotokoll für einen oder mehrere Bäume, die passiert werden
„-z“ und schreiben Sie sie in eine Datei, die von CONSEL gelesen werden kann. Die Modellparameter
wird für jeden Baum neu geschätzt

„-fh“: Berechnung des Log-Likelihood-Tests (SH-Test) zwischen den besten Bäumen, die über „-t“ übergeben wurden.
und eine Reihe anderer Bäume, die über „-z“ übergeben werden. Die Modellparameter werden geschätzt
Nur am ersten Baum!

„-f H“: Berechnen Sie den Log-Likelihood-Test (SH-Test) zwischen den besten Bäumen, die über „-t“ übergeben wurden.
und eine Reihe anderer Bäume, die über „-z“ übergeben werden. Die Modellparameter werden sein
für jeden Baum neu geschätzt

„-fi“: IC- und TC-Scores (Salichos und Rokas 2013) für einen mit „-t“ versehenen Baum berechnen
basierend auf mehreren Bäumen
(z. B. von einem Bootstrap) in einer durch „-z“ angegebenen Datei

„-f I“: ein einfacher Baumwurzelalgorithmus für nicht verwurzelte Bäume.
Es verwurzelt den Baum, indem es ihn an dem Ast verwurzelt, der den Teilbaum am besten ausbalanciert
Längen (Summe über Zweige in den Teilbäumen) des linken und rechten Teilbaums. A
Eine Branche mit optimaler Balance gibt es nicht immer! Sie müssen den Baum angeben
Sie möchten über „-t“ rooten.

„-fj“: Erzeugt eine Reihe von Bootstrapping-Ausrichtungsdateien aus einer ursprünglichen Ausrichtungsdatei.
Sie müssen einen Startwert mit „-b“ und die Anzahl der Replikate mit „-#“ angeben.

„-f J“: Berechnet SH-ähnliche Unterstützungswerte für einen bestimmten Baum, der über „-t“ übergeben wird. „-fk“:
Korrigieren Sie lange Verzweigungslängen in partitionierten Datensätzen mit fehlenden Daten mithilfe von

Algorithmus zum Stehlen der Zweiglänge.
Diese Option funktioniert nur in Verbindung mit „-t“, „-M“ und „-q“. Es wird ausgedruckt
ein Baum mit kürzeren Astlängen, aber demselben Wahrscheinlichkeitswert.

„-fm“: Bipartitionen zwischen zwei über „-t“ und „-z“ übergebenen Baumgruppen vergleichen
bzw. Dadurch wird die Pearson-Korrelation zwischen allen Bipartitionen zurückgegeben
in den beiden Baumdateien gefunden. Eine Datei namens
RAxML_bipartitionFrequencies.outpuFileName wird gedruckt, das die enthält
paarweise Bipartitionsfrequenzen der beiden Sätze

„-fn“: Berechnet den Log-Likelihood-Score aller Bäume, die in einer von bereitgestellten Baumdatei enthalten sind
„-z“ unter GAMMA oder GAMMA+P-Invar Die Modellparameter werden auf der geschätzt
Nur erster Baum!

„-f N“: Berechnen Sie den Log-Likelihood-Score aller Bäume, die in einer von bereitgestellten Baumdatei enthalten sind
„-z“ unter GAMMA oder GAMMA+P-Invar Die Modellparameter werden neu geschätzt
jeder Baum

„-fo“: altes und langsameres schnelles Bergsteigen ohne heuristische Abschaltung „-fp“: ausführen
reine schrittweise MP-Hinzufügen neuer Sequenzen zu einem unvollständigen Startbaum und Beenden
„-f P“: führt eine phylogenetische Platzierung der in einer übergebenen Datei angegebenen Unterbäume durch
über „-z“ in einen gegebenen Referenzbaum

in dem diese Teilbäume enthalten sind, wird über „-t“ mit dem übergeben
evolutionärer Platzierungsalgorithmus.

„-fq“: schneller Quartettrechner „-fr“: paarweise Robinson-Foulds (RF) berechnen
Abstände zwischen allen Baumpaaren in einer Baumdatei, die über „-z“ übergeben wird

Wenn die Bäume Knotenlabales haben, die als ganzzahlige Unterstützungswerte dargestellt werden, wird das Programm dies auch tun
Berechnen Sie zwei Varianten von
die gewichtete Robinson-Foulds-Distanz (WRF).

„-f R“: Berechnet alle paarweisen Robinson-Foulds (RF)-Abstände zwischen einem großen Referenzbaum
übergeben über „-t“

und viele kleinere Bäume (die eine Teilmenge der Taxa des großen Baums haben müssen) passierten
„-z“.
Diese Option dient der Plausibilitätsprüfung sehr großer Phylogenien
das kann optisch nicht mehr überprüft werden.

„-fs“: Zerlegt ein mit mehreren Genen partitioniertes Alignment in die entsprechenden
Unterausrichtungen „-f S“: Berechnen Sie die ortsspezifische Platzierungsverzerrung, indem Sie eine auslassen
Test, inspiriert vom evolutionären Platzierungsalgorithmus „-ft“: Erstellen Sie einen randomisierten Baum
Sucht in einem festen Startbaum „-f T“: führt eine abschließende gründliche Optimierung von ML durch
Baum aus schneller Bootstrap-Suche im Standalone-Modus „-fu“: morphologisch ausführen
Bei der Gewichtskalibrierung mit maximaler Wahrscheinlichkeit wird ein Gewichtsvektor zurückgegeben.

Sie müssen über „-t“ eine morphologische Ausrichtung und einen Referenzbaum bereitstellen.

„-fv“: Klassifizieren Sie eine Reihe von Umgebungssequenzen mithilfe gründlicher Methoden in einem Referenzbaum
Einfügungen lesen
Sie müssen RAxML mit einem nicht umfassenden Referenzbaum und einem starten
Alignment, das alle Sequenzen enthält (Referenz + Abfrage)

„-f V“: Klassifizieren Sie eine Reihe von Umgebungssequenzen gründlich in einem Referenzbaum
Einfügungen lesen
Sie müssen RAxML mit einem nicht umfassenden Referenzbaum und einem starten
Ausrichtung, die alle Sequenzen enthält (Referenz + Abfrage) WARNUNG: Dies ist ein Test
Implementierung für eine effizientere Handhabung von Multi-Gen-/Gesamtgenom-Datensätzen!

„-fw“: Berechnet den ELW-Test für eine Reihe von Bäumen, die über „-z“ übergeben wurden.
Die Modellparameter werden nur am ersten Baum geschätzt!

„-f W“: ELW-Test für eine Reihe von Bäumen berechnen, die über „-z“ übergeben wurden
Die Modellparameter werden für jeden Baum neu geschätzt

„-fx“: Paarweise ML-Abstände berechnen, ML-Modellparameter werden auf einem MP geschätzt
Startbaum oder ein benutzerdefinierter Baum, der über „-t“ übergeben wird, nur für GAMMA-basiert zulässig
Modelle der Ratenheterogenität

„-fy“: Klassifizieren Sie eine Reihe von Umgebungssequenzen mithilfe von Sparsamkeit in einem Referenzbaum
Sie müssen RAxML mit einem nicht umfassenden Referenzbaum und einem starten
Alignment, das alle Sequenzen enthält (Referenz + Abfrage)

STANDARD für „-f“: Neues schnelles Bergsteigen

-F Aktivieren Sie die ML-Baumsuche unter dem CAT-Modell für sehr große Bäume, ohne zu wechseln zu müssen
GAMMA am Ende (spart Speicher). Diese Option kann auch mit dem GAMMA genutzt werden
Modelle, um die gründliche Optimierung des ML-Baums mit der besten Bewertung zu vermeiden
das Ende.

STANDARD: AUS

-g Geben Sie den Dateinamen eines Multifurcating-Constraint-Baums an, den dieser Baum nicht benötigt
umfassend sein, d. h. es dürfen nicht alle Taxa enthalten sein

-G Aktivieren Sie die ML-basierte Heuristik des evolutionären Platzierungsalgorithmus, indem Sie a angeben
Schwellenwert (Anteil der Einfügezweige, die mit langsam ausgewertet werden sollen
Einfügungen unter ML).

-h Zeigen Sie diese Hilfemeldung an.

-H Deaktivieren Sie die Musterkomprimierung.

STANDARD EIN

-i Anfängliche Neuanordnungseinstellung für die spätere Anwendung topologischer Änderungen
Phase

-I A-posteriori-Bootstopping-Analyse. Verwenden:

„-I autoFC“ für das frequenzbasierte Kriterium „-I autoMR“ für die Mehrheitsregel
Konsensbaumkriterium „-I autoMRE“ für den erweiterten Mehrheitsregel-Konsensbaum
Kriterium „-I autoMRE_IGN“ für Metriken, die MRE ähneln, aber Bipartitionen umfassen
unter dem Schwellenwert, ob sie kompatibel sind

oder nicht. Dies emuliert MRE, ist jedoch schneller zu berechnen.

Sie müssen außerdem eine Baumdatei mit mehreren Bootstrap-Replikaten über „-z“ übergeben.

-j Gibt an, dass Zwischenbaumdateien während des Standards in die Datei geschrieben werden sollen
ML- und BS-Baumsuche.

STANDARD: AUS

-J Berechnen Sie den Mehrheitsregel-Konsensbaum mit „-J MR“ oder der erweiterten Mehrheitsregel
Konsensbaum mit „-J MRE“ oder strikter Konsensbaum mit „-J STRICT“. Für ein
Benutzerdefinierter Konsensschwellenwert >= 50 %, geben Sie T_ an , wobei 100 >= NUM ​​>= 50.
Die Optionen „-J STRICT_DROP“ und „-J MR_DROP“ führen einen Algorithmus aus, der identifiziert
Dropsets, die unerwünschte Taxa enthalten, wie von Pattengale et al. vorgeschlagen. in der Zeitung
„Aufdeckung eines verborgenen phylogenetischen Konsenses“. Sie müssen auch einen Baum bereitstellen
Datei mit mehreren UNROOTED-Bäumen über „-z“

-k Gibt an, dass gebootstrappte Bäume mit Zweiglängen gedruckt werden sollen. Der
Bootstraps laufen etwas länger, da die Modellparameter gleichzeitig optimiert werden
Ende jedes Laufs unter GAMMA bzw. GAMMA+P-Invar.

STANDARD: AUS

-K Geben Sie eines der in implementierten Multi-State-Substitutionsmodelle (maximal 32 Staaten) an
RAxML. Verfügbare Modelle sind: ORDERED, MK, GTR

STANDARD: GTR-Modell

-L Berechnen Sie Konsensbäume, die durch IC-Unterstützungen gekennzeichnet sind, und den gesamten TC-Wert als
vorgeschlagen in Salichos und Rokas 2013. Berechnen Sie einen Mehrheitsregel-Konsensbaum mit
„-L MR“ oder ein erweiterter Mehrheitsregel-Konsensbaum mit „-L MRE“. Für einen Brauch
Konsensschwelle >= 50 %, geben Sie „-L T_“ an ", wobei 100 >= NUM ​​>= 50. Das werden Sie
Natürlich muss auch eine Baumdatei bereitgestellt werden, die mehrere UNROOTED-Bäume enthält
„-z“!

-m Modell einer binären (morphologischen), Nukleotid-, Mehrzustands- oder Aminosäure
Auswechslung:

BINÄR:

„-m BINCAT[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter BINGAMMA, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m BINCATI[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter BINGAMMAI, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_BINCAT[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter BINGAMMA, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben. Der ASC
Das Präfix korrigiert die Wahrscheinlichkeit einer Feststellungsverzerrung.

„-m BINGAMMA[X]“
: GAMMA-Modell der Ratenheterogenität (Alpha-Parameter wird geschätzt).

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_BINGAMMA[X]“: GAMMA-Modell der Ratenheterogenität (Alpha-Parameter wird sein
geschätzt).
Das ASC-Präfix korrigiert die Wahrscheinlichkeit einer Feststellungsverzerrung. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m BINGAMMAI[X]“
: Wie BINGAMMA, jedoch mit Schätzung des Anteils unveränderlicher Standorte.

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

NUKLEOTIDE:

„-m GTRCAT[X]“
: GTR + Optimierung der Substitutionsraten + Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
je nach Baumsuchoption unter GTRGAMMA ausgewertet. Mit der optionalen
Im Anhang „X“ können Sie eine ML-Schätzung der Grundfrequenzen angeben.

„-m GTRCATI[X]“
: GTR + Optimierung der Substitutionsraten + Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
je nach Baumsuchoption unter GTRGAMMAI ausgewertet. Mit der optionalen
Im Anhang „X“ können Sie eine ML-Schätzung der Grundfrequenzen angeben.

„-m ASC_GTRCAT[X]“
: GTR + Optimierung der Substitutionsraten + Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
je nach Baumsuchoption unter GTRGAMMA ausgewertet. Mit der optionalen
Im Anhang „X“ können Sie eine ML-Schätzung der Grundfrequenzen angeben. Das ASC-Präfix
Ich werde die Wahrscheinlichkeit für eine Verzerrung der Feststellung korrigieren.

„-m GTRGAMMA[X]“
: GTR + Optimierung der Substitutionsraten + GAMMA-Ratenmodell

Heterogenität (Alpha-Parameter wird geschätzt).
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_GTRGAMMA[X]“: GTR + Optimierung der Substitutionsraten + GAMMA-Modell der Rate
Heterogenität (Alpha-Parameter wird geschätzt). Das ASC-Präfix wird korrigiert
die Wahrscheinlichkeit für einen Ermittlungsfehler. Mit dem optionalen „X“-Anhang ist das möglich
Geben Sie eine ML-Schätzung der Basisfrequenzen an.

„-m GTRGAMMAI[X]“
: Wie GTRGAMMA, jedoch mit Schätzung des Anteils unveränderlicher Standorte.

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

MEHRSTAATLICH:

„-m MULTICAT[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter MULTIGAMMA, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m MULTICATI[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter MULTIGAMMAI, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_MULTICAT[X]“
: Optimierung standortspezifischer

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der endgültige Baum könnte ausgewertet werden
automatisch unter MULTIGAMMA, abhängig von der Baumsuchoption. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben. Der ASC
Das Präfix korrigiert die Wahrscheinlichkeit einer Feststellungsverzerrung.

„-m MULTIGAMMA[X]“
: GAMMA-Modell der Ratenheterogenität (Alpha-Parameter wird geschätzt).

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_MULTIGAMMA[X]“: GAMMA-Modell der Ratenheterogenität (Alpha-Parameter wird sein
geschätzt).
Das ASC-Präfix korrigiert die Wahrscheinlichkeit einer Feststellungsverzerrung. Mit dem
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m MULTIGAMMAI[X]“
: Wie MULTIGAMMA, jedoch mit Schätzung des Anteils unveränderlicher Standorte.

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

Sie können bis zu 32 verschiedene Zeichenzustände verwenden, um Regionen mit mehreren Zuständen zu kodieren
muss in der folgenden Reihenfolge verwendet werden: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E,
F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V, dh wenn Sie 6 verschiedene haben
Zeichen besagt, dass Sie 0, 1, 2, 3, 4, 5 verwenden würden, um diese zu kodieren. Der Ersatz
Das Modell für die Mehrstaatenregionen kann über die Option „-K“ ausgewählt werden

AMINOSÄUREN:

„-m PROTCATmatrixName[F|X]“
: spezifizierte AA-Matrix + Optimierung der Substitutionsraten + Optimierung von
ortsspezifisch

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
Wird je nach Baum automatisch unter PROTGAMMAmatrixName[F|X] ausgewertet
Suchoption. Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung von angeben
Grundfrequenzen.

„-m PROTCATImatrixName[F|X]“
: spezifizierte AA-Matrix + Optimierung der Substitutionsraten + Optimierung von
ortsspezifisch

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
abhängig vom Baum automatisch unter PROTGAMMAImatrixName[F|X] ausgewertet
Suchoption. Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung von angeben
Grundfrequenzen.

„-m ASC_PROTCATmatrixName[F|X]“
: spezifizierte AA-Matrix + Optimierung der Substitutionsraten + Optimierung von
ortsspezifisch

Evolutionsraten, die in verschiedene Kategorien unterteilt sind
Tarifkategorien für eine höhere Recheneffizienz. Der letzte Baum könnte sein
Wird je nach Baum automatisch unter PROTGAMMAmatrixName[F|X] ausgewertet
Suchoption. Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung von angeben
Grundfrequenzen. Das ASC-Präfix korrigiert die Ermittlungswahrscheinlichkeit
vorspannen.

„-m PROTGAMMAmatrixName[F|X]“
: spezifizierte AA-Matrix + Optimierung der Substitutionsraten + GAMMA-Ratenmodell

Heterogenität (Alpha-Parameter wird geschätzt).
Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

„-m ASC_PROTGAMMAmatrixName[F|X]“: angegebene AA-Matrix + Optimierung der Substitution
Tarife + GAMMA-Tarifmodell
Heterogenität (Alpha-Parameter wird geschätzt). Das ASC-Präfix wird korrigiert
die Wahrscheinlichkeit für einen Ermittlungsfehler. Mit dem optionalen „X“-Anhang ist das möglich
Geben Sie eine ML-Schätzung der Basisfrequenzen an.

„-m PROTGAMMAImatrixName[F|X]“
: Wie PROTGAMMAmatrixName[F|X], jedoch mit Schätzung des Anteils der Unveränderlichkeit
Standorte.

Mit dem optionalen Anhang „X“ können Sie eine ML-Schätzung der Basisfrequenzen angeben.

Verfügbare AA-Ersatzmodelle: DAYHOFF, DCMUT, JTT, MTREV, WAG, RTREV, CPREV,
VT, BLOSUM62, MTMAM, LG, MTART, MTZOA, PMB, HIVB, HIVW, JTTDCMUT, FLU, STMTREV,
DUMMY, DUMMY2, AUTO, LG4M, LG4X, PROT_FILE, GTR_UNLINKED, GTR Mit dem optionalen „F“
Anhang können Sie angeben, ob Sie empirische Basisfrequenzen verwenden möchten. AUTOF und
AUTOX werden nicht mehr unterstützt. Wenn Sie AUTO angeben, wird prot subst getestet.
Modelle mit und ohne empirische Grundfrequenzen jetzt! Bitte beachten Sie, dass z
Bei partitionierten Modellen können Sie zusätzlich das AA-Modell pro Gen im angeben
Partitionsdatei (siehe Handbuch für Details). Beachten Sie auch Folgendes: Wenn Sie AA GTR schätzen
Parameter in einem partitionierten Datensatz werden übergreifend verknüpft (gemeinsam geschätzt).
alle Partitionen, um eine Überparametrisierung zu vermeiden

-M Aktivieren Sie die Schätzung der einzelnen Zweiglängen pro Partition. Hat nur Wirkung
Bei Verwendung in Kombination mit „-q“ betragen die Zweiglängen für einzelne Partitionen
In separate Dateien gedruckt. Ein gewichteter Durchschnitt der Zweiglängen wird berechnet
unter Verwendung der jeweiligen Partitionslängen

STANDARD: AUS

-n Gibt den Namen der Ausgabedatei an.

-o Geben Sie den Namen einer einzelnen Outgroup oder eine durch Kommas getrennte Liste von Outgroups an, z. B
„-o Rat“ oder „-o Rat,Mouse“, falls mehrere Außengruppen nicht monophyletisch sind
Der erste Name in der Liste wird als Fremdgruppe ausgewählt. Lassen Sie keine Leerzeichen dazwischen
Taxon-Namen!

-O Deaktivieren Sie die Prüfung auf völlig unbestimmte Reihenfolge im Alignment. Das Programm wird
Wird nicht mit einer Fehlermeldung beendet, wenn „-O“ angegeben ist.

STANDARD: Prüfung aktiviert

-p Geben Sie einen Zufallszahlenstartwert für die sparsamen Schlussfolgerungen an. Dies ermöglicht Ihnen
Reproduzieren Sie Ihre Ergebnisse und helfen Sie mir beim Debuggen des Programms.

-P Geben Sie den Dateinamen eines benutzerdefinierten AA-Substitutionsmodells (Protein) an. Diese Datei
muss 420 Einträge enthalten, wobei die ersten 400 die AA-Ersatzraten sind (diese müssen
eine symmetrische Matrix sein) und die letzten 20 sind die empirischen Basisfrequenzen

-q Geben Sie den Dateinamen an, der die Zuordnung von Modellen zur Ausrichtung enthält
Partitionen für mehrere Substitutionsmodelle. Für die Syntax dieser Datei bitte
konsultieren Sie das Handbuch.

-r Geben Sie den Dateinamen eines binären Einschränkungsbaums an. Dieser Baum muss nicht sein
umfassend, dh darf nicht alle Taxa enthalten

-R Geben Sie den Dateinamen einer zuvor erstellten binären Modellparameterdatei an
generiert mit RAxML unter Verwendung von -f E-Baum-Auswertungsoption. Der Dateiname sollte
sein: RAxML_binaryModelParameters.runID

-s Geben Sie den Namen der Ausrichtungsdatendatei im PHYLIP-Format an

-S Geben Sie den Namen einer sekundären Strukturdatei an. Die Datei kann „.“ enthalten. für
Ausrichtungsspalten, die nicht Teil eines Stammes sind, und Zeichen „()<>[]{}“ zu
Stammregionen und Pseudoknoten definieren

-t Geben Sie einen Namen für die Startbaumdatei des Benutzers im Newick-Format an

-T NUR PTHREADS-VERSION! Geben Sie die Anzahl der Threads an, die Sie ausführen möchten. Stellen Sie sicher, dass
Setzen Sie „-T“ auf höchstens die Anzahl der CPUs, die Sie auf Ihrem Computer haben, andernfalls dort
wird einen enormen Leistungsabfall bedeuten!

-u Verwenden Sie den Median für die diskrete Approximation des GAMMA-Ratenmodells
Heterogenität

STANDARD: AUS

-U Versuchen Sie, Speicher zu sparen, indem Sie eine SEV-basierte Implementierung für Gap-Spalten bei großen Gappys verwenden
Ausrichtungen Die Technik wird hier beschrieben:
http://www.biomedcentral.com/1471-2105/12/470 Dies funktioniert nur für DNA und/oder
PROTEIN-Daten und nur mit der SSE3- oder AVX-vextorisierten Version des Codes.

-v Zeigt Versionsinformationen

-V Deaktivieren Sie das Ratenheterogenitätsmodell zwischen Standorten und verwenden Sie ein Modell ohne Ratenheterogenität
stattdessen. Funktioniert nur, wenn Sie das CAT-Modell der Ratenheterogenität angeben.

STANDARD: Ratenheterogenität verwenden

-w VOLLSTÄNDIGER (!) Pfad zum Verzeichnis, in das RAxML seine Ausgabedateien schreiben soll

STANDARD: aktuelles Verzeichnis

-W Schiebefenstergröße nur zum Auslassen eines standortspezifischen Platzierungsbias-Algorithmus
wirksam in Kombination mit „-f S“

STANDARD: 100 Websites

-x Geben Sie eine Ganzzahl (zufälliger Startwert) an und aktivieren Sie das schnelle Bootstrapping. VORSICHT:
Anders als in Version 7.0.4 führt RAxML schnelle BS-Replikationen nach dem Modell von durch
Ratenheterogenität, die Sie über „-m“ angegeben haben und nicht standardmäßig unter CAT

-X Identisch mit der Option „-y“ weiter unten, allerdings ist die Sparsamkeitssuche oberflächlicher.
RAxML führt nur einen zufälligen Sparsamkeitsbaum mit schrittweiser Additionsreihenfolge durch
Rekonstruktion ohne Durchführung zusätzlicher SPRs. Dies kann hilfreich sein für
sehr breite Datensätze des gesamten Genoms, da dadurch topologisch mehr generiert werden kann
verschiedene Startbäume.

STANDARD: AUS

-y Wenn Sie nur einen Sparsamkeits-Startbaum mit RAxML berechnen möchten, geben Sie „-y“ an
Das Programm wird nach der Berechnung des Startbaums beendet

STANDARD: AUS

-Y Übergeben Sie einen Quartett-Gruppierungsdateinamen, der vier Gruppen definiert, aus denen Quartette gezeichnet werden sollen
Das Dateieingabeformat muss 4 Gruppen in der folgenden Form enthalten: (Huhn, Mensch,
Schmerle), (Kuh, Karpfen), (Maus, Ratte, Robbe), (Wal, Frosch); Funktioniert nur in Kombination
mit -f Q !

-z Geben Sie den Dateinamen einer Datei an, die mehrere Bäume enthält, z. B. aus einem Bootstrap
das verwendet werden soll, um Bipartitionswerte auf einen mit „-t“ versehenen Baum zu zeichnen
kann in Kombination mit „-fg“ und auch zur Berechnung der Log-Wahrscheinlichkeiten pro Standort verwendet werden
um eine Reihe von Bäumen für ein paar andere Optionen zu lesen („-fh“, „-fm“, „-fn“).

-#|-N Geben Sie die Anzahl alternativer Läufe auf unterschiedlichen Startbäumen in Kombination an
Mit der Option „-b“ wird eine Mehrfach-Boostrap-Analyse aufgerufen. Beachten Sie, dass „-N“
wurde als Alternative hinzugefügt, da „-#“ manchmal Probleme mit bestimmten verursachte
MPI-Jobübermittlungssysteme, da „-#“ häufig zum Starten von Kommentaren verwendet wird. Wenn du
Wenn Sie die Bootstopp-Kriterien verwenden möchten, geben Sie „-# autoMR“ oder „-# autoMRE“ oder „-#“ an.
autoMRE_IGN“ für die auf dem Mehrheitsregelbaum basierenden Kriterien (siehe -I Option) oder „-#“
autoFC“ für das frequenzbasierte Kriterium. Bootstopping funktioniert nur in
Kombination mit „-x“ oder „-b“

STANDARD: 1 Einzelanalyse

--mesquite Ausgabedateien drucken, die von Mesquite analysiert werden können.

STANDARD: Aus

--Leise Deaktiviert den Ausdruck von Warnungen, die sich auf identische Sequenzen beziehen, vollständig
unbestimmte Stellen in der Ausrichtung

STANDARD: Aus

--no-seq-check Deaktiviert die Überprüfung des Eingabe-MSA auf identische Sequenzen und vollständig
unbestimmte Standorte.
Die Aktivierung dieser Option kann Zeit sparen, insbesondere bei großen phylogenomischen Untersuchungen
Ausrichtungen. Bevor Sie dies verwenden, überprüfen Sie unbedingt die Ausrichtung mit dem Befehl „-fc“.
Möglichkeit!

STANDARD: Aus

--no-bfgs Deaktiviert die automatische Verwendung der BFGS-Methode zur Optimierung der GTR-Raten auf unpartitionierten Systemen
DNA-Datensätze

STANDARD: BFGS aktiviert

--asc-corr Ermöglicht die Angabe der Art der Ermittlungsbias-Korrektur, die Sie verwenden möchten.
Es gibt 3

Verfügbare Typen: --asc-corr=lewis: die Standardkorrektur von Paul Lewis
--asc-corr=Felsenstein: eine von Joe Felsenstein eingeführte Korrektur, die dies ermöglicht
explizit angeben

die Anzahl der unveränderlichen Standorte (sofern bekannt), die korrigiert werden sollen.

--asc-corr=stamatakis: eine von mir selbst eingeführte Korrektur, die es explizit ermöglicht
angeben
die Anzahl der unveränderlichen Stellen für jedes Zeichen (sofern bekannt), das korrigiert werden soll
für.

--flag-check Bei Verwendung dieser Option prüft RAxML nur, ob alle Befehlszeilenflags vorhanden sind
angegeben sind verfügbar und dann beenden

mit einer Meldung, die alle ungültigen Befehlszeilenflags auflistet, oder mit einer Meldung, die besagt
dass alle Flags gültig sind.

--auto-prot=ml|bic|aic|aicc Bei Verwendung der automatischen Proteinmodellauswahl können Sie Folgendes auswählen
Kriterium für die Auswahl dieser Modelle.

RAxML testet alle verfügbaren Prot-Subst. Modelle außer LG4M, LG4X und
GTR-basierte Modelle mit und ohne empirische Basisfrequenzen. Sie können wählen
zwischen der ML-Score-basierten Auswahl und den BIC-, AIC- und AICc-Kriterien.

STANDARD: ml

--epa-keep-placements=Anzahl Geben Sie die Anzahl potenzieller Platzierungen an, die Sie behalten möchten
für jeden Lesevorgang im EPA-Algorithmus.

Beachten Sie, dass die tatsächlich gedruckten Werte auch von den Einstellungen für abhängen
--epa-prob-threshold=Schwelle !

STANDARD: 7

--epa-prob-threshold=Schwelle Geben Sie einen prozentualen Schwellenwert für die Einbeziehung des Potenzials an
Platzierungen einer Lektüre abhängig von der

maximale Platzierungsgewichtung für diesen Lesevorgang. Wenn Sie diesen Wert auf 0.01 Platzierungen festlegen
die ein Platzierungsgewicht von 1 Prozent der Maximalplatzierung haben, bleiben bestehen
Wird in eine Datei gedruckt, wenn die Einstellung von --epa-keep-placements lässt es zu

STANDARD: 0.01

--epa-accumulated-threshold=Schwelle Geben Sie einen Schwellenwert für die akkumulierte Wahrscheinlichkeitsgewichtung an
für die unterschiedliche Lesepositionen gedruckt werden

einordnen. Platzierungen für eine Lektüre werden bis zur Summe ihrer Platzierungen gedruckt
Gewichte hat den Schwellenwert erreicht. Beachten Sie, dass diese Option auch nicht möglich ist
verwendet in Kombination mit --epa-prob-threshold noch mit --epa-keep-placements!

--JC69 Geben Sie an, dass sich alle DNA-Partitionen unter dem Jukes-Cantor-Modell entwickeln werden
überschreibt alle anderen Modellspezifikationen für DNA-Partitionen.

STANDARD: Aus

--K80 Geben Sie an, dass alle DNA-Partitionen unter dem K80-Modell weiterentwickelt werden. Dies hat Vorrang vor allen
andere Modellspezifikationen für DNA-Partitionen.

STANDARD: Aus

--HKY85 Geben Sie an, dass alle DNA-Partitionen unter dem HKY85-Modell weiterentwickelt werden. Dies hat Vorrang
alle anderen Modellspezifikationen für DNA-Partitionen.

STANDARD: Aus

Dies ist die RAxML-Version 8.2.4, veröffentlicht von Alexandros Stamatakis am 02. Oktober 2015.

Mit sehr geschätzten Codebeiträgen von: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT und HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Verwenden Sie raxmlHPC-PTHREADS online über die Dienste von onworks.net