iqtree-omp: en línea en la nube

PROGRAMA:

NOMBRE

iqtree-omp - software filogenético eficiente por máxima verosimilitud (multiprocesador
versión)

SINOPSIS

iqtree-omp -s [OPCIONES]

DESCRIPCIÓN

IQ-TREE multinúcleo versión 1.3.11.1 para Linux de 64 bits construido el 1 de febrero de 2016 Copyright ©
2011-2015 Nguyen Lam Tung, Olga Chernomor, Arndt von Haeseler y Bui Quang Minh.

GENERAL OPCIONES:
-? o -h
Imprimir este cuadro de diálogo de ayuda

-s
Alineación de entrada en formato PHYLIP / FASTA / NEXUS / CLUSTAL / MSF

-S t
BIN, DNA, AA, NT2AA, CODON, MORPH (predeterminado: detección automática)

-q
Modelo de partición de borde vinculado (archivo en formato NEXUS / RAxML)

-spp Igual que -q opción pero permitiendo tasas específicas de partición

-sp Modelo de partición sin borde (como -M opción de RAxML)

-t | BIONJ | ALEATORIO
Árbol de inicio (predeterminado: 100 árboles de parsimonia y BIONJ)

-tú Igual que -t pero arreglando el árbol de usuarios (no se realizó una búsqueda de árbol)

-o
Nombre de taxón de grupo externo para escribir .treefile

-pre
Utilizando para archivos de salida (predeterminado: aln / partición)

-Nuevo Testamento <#cpu_cores>
Número de núcleos / subprocesos a utilizar (REQUERIDO)

-semilla
Número de semilla aleatorio, normalmente utilizado con fines de depuración

-v, -vv, -vvv
Modo detallado, imprimiendo más mensajes en la pantalla

NUEVO estocástico ÁRBOL BUSCAR ALGORITMO:
-plll Usar biblioteca de verosimilitud filogenética (PLL) (predeterminado: desactivado)

-números
Número de árboles de parsimonia inicial (predeterminado: 100)

-toppars
Número de mejores árboles de parsimonia (predeterminado: 20)

-sprad
Radio para la búsqueda SPR de parsimonia (predeterminado: 6)

-numcand
Tamaño del conjunto de árboles de candidatos (predeterminado: 5)

-pers
Fuerza de perturbación para NNI aleatorizado (predeterminado: 0.5)

-allnni
Realice una búsqueda NNI más completa (predeterminado: desactivado)

-parada numérica
Número de iteraciones fallidas para detener (predeterminado: 100)

-n <#iteraciones>
Corrija el número de iteraciones a <#iteraciones> (predeterminado: automático)

-iqp Utilice la perturbación del árbol IQP (predeterminado: NNI aleatorio)

-iqpnni
Regrese al antiguo algoritmo de búsqueda de árbol IQPNNI

ULTRA RÁPIDO OREJA:
-cama y desayuno <#replicados>
Bootstrap ultrarrápido (> = 1000)

-wbt Escriba árboles de arranque en el archivo .ufboot (predeterminado: ninguno)

-wbtl Como -wbt pero también escribiendo las longitudes de las ramas

-Nuevo Méjico <#iteraciones>
Número máximo de iteraciones (predeterminado: 1000)

-paso <#iteraciones> #Iteraciones para la regla de detención de UFBoot (predeterminado: 100)

-bcor
Coeficiente de correlación mínimo (predeterminado: 0.99)

-beps
RELL épsilon para romper el empate (predeterminado: 0.5)

STANDARD NO PARAMÉTRICO OREJA:
-b <#replicados>
Bootstrap + árbol ML + árbol de consenso (> = 100)

-antes de Cristo <#replicados>
Bootstrap + árbol de consenso

-bo <#replicados>
Bootstrap solamente

SOLTERO BRANCH PRUEBA:
-Alert <#replicados>
Prueba de razón de verosimilitud aproximada similar a SH (SH-aLRT)

-Alert 0
Prueba paramétrica aLRT (Anisimova y Gascuel 2006)

-abayes
prueba de Bayes aproximada (Anisimova et al.2011)

-lbp <#replicados>
Probabilidades de arranque locales rápidas

AUTOMÁTICO MODELO SELECCIÓN:
-m PRUEBA
Selección de modelo estándar (como jModelTest, ProtTest)

-m PROBAR
Como -m TESTONLY pero seguido de la reconstrucción del árbol

-m PRUEBA NUEVAMENTE
Selección de nuevo modelo que incluye heterogeneidad FreeRate (+ R)

-m PRUEBA NUEVA
Como -m TESTNEWONLY pero seguido de la reconstrucción del árbol

-m SÓLO PRUEBA
Seleccione el esquema de partición que mejor se ajuste (como PartitionFinder)

-m FUSIÓN DE PRUEBA
Como -m TESTMERGEONLY pero seguido de la reconstrucción del árbol

-m PRUEBANEWMERGEONLY
Como -m TESTMERGEONLY pero incluye heterogeneidad FreeRate

-m PRUEBANUEVAFUSIÓN
Como -m TESTNEWMERGEONLY seguido de la reconstrucción del árbol

-rcluster
Porcentaje de pares de particiones (algoritmo de agrupamiento relajado)

-mset programa
Restrinja la búsqueda a modelos compatibles con otros programas (es decir, raxml, phyml o
mrbayes)

-mset m1, ..., mk
Restringir la búsqueda a modelos en una lista separada por comas (p. Ej. -mset WAG, LG, JTT)

-msub fuente
Restringir la búsqueda a modelos AA diseñados para fuentes específicas (es decir, nucleares,
mitocondrial, cloroplasto o viral)

-mfreq f1, ..., fk
Restrinja la búsqueda para usar una lista de frecuencias de estado (proteína predeterminada: -mfreq FU, F;
codón: -mfreq , F1x4, F3x4, F)

-mrate r1, ..., rk
Restringir la búsqueda para usar una lista de modelos de tasa entre sitios (p. Ej. -mrate
E, I, G, I + G, R)

-cmín
Número mínimo de categorías para el modelo FreeRate [+ R] (predeterminado: 2)

-cmáx
Número máximo de categorías para el modelo FreeRate [+ R] (predeterminado: 10)

??? mérito AIC | AICc | BIC
Criterio de optimización a utilizar (predeterminado: todos)

-márbol Realización de una búsqueda de árbol completo para cada modelo considerado

-mredo Ignorar los resultados del modelo calculados anteriormente (predeterminado: no)

-enojado mx1, ..., mxk
Lista de modelos de mezcla a considerar también

-mdef
Un archivo NEXUS de definición de modelo (consulte el manual)

SUSTITUCIÓN MODELO:
-m

ADN: HKY (predeterminado), JC, F81, K2P, K3P, K81uf, TN / TrN, TNef,
TIM, TIMef, TVM, TVMef, SYM, GTR o especificación del modelo de 6 dígitos (p. Ej., 010010 =
Hong Kong)

Proteína: WAG (predeterminado), Poisson, cpREV, mtREV, Dayhoff, mtMAM,
JTT, LG, mtART, mtZOA, VT, rtREV, DCMut, PMB, VIHb, VIHw, JTTDCMut, GRIPE, Blosum62

Mezcla de proteínas: C10, ..., C60, EX2, EX3, EHO, UL2, UL3, EX_EHO, LG4M, LG4X,
JTTCF4G

Binario: JC2 (predeterminado), GTR2

Codón empírico: KOSI07, SCHN05

Codón mecanicista: GY (predeterminado), MG, MGK, GY0K, GY1KTS, GY1KTV, GY2K,
MG1KTS, MG1KTV y MG2K

Codón semi-empírico: XX_YY donde XX es empírico y YY es modelo mecanicista

Morfología / SNP: MK (predeterminado), ORDERED

De lo contrario: nombre del archivo que contiene los parámetros del modelo de usuario
(parámetros de tasa y frecuencias de estado)

-m + F o + FO o + FU o + FQ (predeterminado: automático)
frecuencia de estado contada, optimizada, definida por el usuario, igual

-m + F1x4 o + F3x4
Frecuencias de codones

-m + ASC
Corrección del sesgo de verificación para datos morfológicos / SNP

-m "MEZCLA {m1, ... mK}"
Modelo de mezcla con componentes K

-m "FMIX {f1, ... fK}"
Modelo de mezcla de frecuencias con componentes K

-mwopt Activar la optimización de pesos de mezcla (predeterminado: ninguno)

TARIFA HETEROGENEIDAD:
-m + I o + G [n] o + I + G [n] o + R [n]
Modelo Invar, Gamma, Invar + Gamma o FreeRate donde 'n' es el número de categorías
(predeterminado: n = 4)

-a
Parámetro de forma gamma para tarifas de sitio (predeterminado: estimación)

-gmediana
Calcular la media para la categoría de tasa Gamma (predeterminado: media)

--prueba-alfa
Estimación más exhaustiva de los parámetros del modelo + I + G

-i
Proporción de sitios invariables (predeterminado: estimación)

-mh Calcular tasas específicas del sitio a un archivo .mhrate usando Meyer & von Haeseler (2003)
Método

PROBAR OF MODELO HOMOGENEIDAD:
-m MÁS BLANCO
Supuesto de homogeneidad del modelo de prueba (GTR + G) utilizando Weiss & von Haeseler (2003)
Método

-ns <# simulaciones>
# Simulaciones para obtener distribución nula (por defecto: 1000)

CONSENSO RECONSTRUCCIÓN:
-t
Conjunto de árboles de entrada para la reconstrucción del consenso

-minsup
Soporte de división mínima en el rango [0,1]; 0.5 para el consenso de la regla de la mayoría (predeterminado: 0, es decir
consenso extendido)

-bi
Descartando árboles al comienzo de

-CON Cálculo del árbol de consenso a un archivo .contree

-red Computación de la red de consenso a un archivo .nex

-sorber
Asignar valores de soporte para a .suptree

-suptag
Nombre de nodo (o TODOS) para asignar ID de árbol donde ocurre el nodo

ROBINSON-FOULDS DISTANCIA:
-rf_all
Calcular distancias de RF de todos a todos de árboles en

-rf
Calcular todas las distancias de RF entre dos conjuntos de árboles almacenados en y


-rf_adj
Calcular distancias de RF de árboles adyacentes en

ÁRBOL TOPOLOGÍA PRUEBA:
-z
Evaluación de un conjunto de árboles de usuarios

-zb <#replicados>
Realización de pruebas BP, KH, SH, ELW para árboles pasados ​​por -z

-zw También se realizan pruebas ponderadas de KH y ponderadas de SH

GENERANDO AZAR ÁRBOLES:
-r
Crea un árbol al azar bajo el modelo Yule-Harding.

-es
Cree un árbol aleatorio en Modelo uniforme.

-rcat
Crea un árbol de oruga al azar.

-rbal
Crea un árbol equilibrado al azar.

-rcsg
Crea una red dividida circular aleatoria.

-rlen
longitudes mínimas, medias y máximas de las ramas de árboles aleatorios.

VARIOS:
-peso Escriba árboles localmente óptimos en el archivo .treels

-blfix Corrija las longitudes de las ramas del árbol de usuarios pasadas a través de -tú

-blmin Longitud mínima de la rama para la optimización (por defecto 0.000001)

-blmax Longitud máxima de la rama para la optimización (por defecto 100)

-wsl Escriba las probabilidades de registro del sitio en el archivo .sitelh

-wslr Escriba las probabilidades de registro del sitio por categoría de tarifa

-wslm Escriba las probabilidades de registro del sitio por clase de mezcla

-wslmr Escriba las probabilidades de registro del sitio por mezcla + clase de tarifa

-fconst f1, ..., fN
Agregue patrones constantes en la alineación (N = # nstates)

Use iqtree-omp en línea usando los servicios de onworks.net