Este es el comando cdhit-454 que se puede ejecutar en el proveedor de alojamiento gratuito de OnWorks utilizando una de nuestras múltiples estaciones de trabajo en línea gratuitas, como Ubuntu Online, Fedora Online, emulador en línea de Windows o emulador en línea de MAC OS.
PROGRAMA:
NOMBRE
cd-hit-454: agrupa rápidamente secuencias, optimizadas para 454 datos
SINOPSIS
cdhit-454 [Opciones]
DESCRIPCIÓN
====== CD-HIT versión 4.6 (construido el 23 de enero de 2016) ======
Opciones
-i nombre de archivo de entrada en formato fasta, obligatorio
-o nombre de archivo de salida, obligatorio
-c umbral de identidad de secuencia, por defecto 0.98 esta es una "identidad de secuencia global"
calculado como: número de aminoácidos idénticos en alineación dividido por el total
longitud de la secuencia más corta + espacios
-b ancho de banda de alineación, por defecto 10
-M límite de memoria (en MB) para el programa, 800 por defecto; 0 para ilimitado;
-T número de subprocesos, predeterminado 1; con 0, se utilizarán todas las CPU
-n word_length, predeterminado 10, consulte la guía del usuario para elegirlo
-Alabama cobertura de alineación para la secuencia más larga, por defecto 0.0 si se establece en 0.9, la
la alineación debe cubrir el 90% de la secuencia
-ALABAMA control de cobertura de alineación para la secuencia más larga, por defecto 99999999 si se establece en 60,
y la longitud de la secuencia es 400, entonces la alineación debe ser> = 340 (400-60)
Residuos
-como cobertura de alineación para la secuencia más corta, por defecto 0.0 si se establece en 0.9, la
la alineación debe cubrir el 90% de la secuencia
-COMO control de cobertura de alineación para la secuencia más corta, por defecto 99999999 si se establece en 60,
y la longitud de la secuencia es 400, entonces la alineación debe ser> = 340 (400-60)
Residuos
-B 1 o 0, por defecto 0, por defecto, las secuencias se almacenan en la RAM si se establece en 1, secuencia
se almacenan en el disco duro se recomienda su uso -B 1 para bases de datos enormes
-g 1 o 0, 0 predeterminado por el algoritmo predeterminado de cd-hit, una secuencia se agrupa en el
primer clúster que alcanza el umbral (clúster rápido). Si se establece en 1, el programa
agruparlo en el grupo más similar que cumpla con el umbral (preciso pero lento
modo) pero 1 o 0 no cambiarán los representantes de los clústeres finales
-D tamaño máximo por indel, predeterminado 1
-partido puntuación coincidente, por defecto 2
-discordancia
puntuación no coincidente, por defecto -1
-brecha puntaje de apertura de hueco, predeterminado -3
-brecha-ext
puntaje de extensión de brecha, predeterminado -1
-papelera escribir archivo de copia de seguridad del clúster (1 o 0, predeterminado 0)
-h imprime esta ayuda
Preguntas, errores, póngase en contacto con Weizhong Li en [email protected]
Si encuentra útil cd-hit, por favor cite:
"Agrupación de secuencias altamente homólogas para reducir el tamaño de proteínas grandes
base de datos ", Weizhong Li, Lukasz Jaroszewski y Adam Godzik. Bioinformatics, (2001)
17: 282-283 "Cd-hit: un programa rápido para agrupar y comparar grandes conjuntos de
secuencias de proteínas o nucleótidos ", Weizhong Li & Adam Godzik. Bioinformatics, (2006)
22: 1658-1659 "Beifang Niu, Limin Fu, Shulei Sun y Weizhong Li. Artificial y
duplicados naturales en lecturas de pirosecuenciación de datos metagenómicos. Bioinformática BMC
(2010) 11: 187
Use cdhit-454 en línea usando los servicios de onworks.net
