cdhit - آنلاین در ابر

برنامه:

نام

cdhit - به سرعت توالی ها را گروه بندی کنید

خلاصه

cdhit [گزینه]

شرح

====== CD-HIT نسخه 4.6 (ساخته شده در 23 ژانویه 2016) ======

گزینه

-i نام فایل ورودی با فرمت fasta، مورد نیاز است

-o نام فایل خروجی، مورد نیاز

-c آستانه هویت توالی، پیش‌فرض 0.9 این «جهانی» cd-hit پیش‌فرض است
هویت توالی" محاسبه شده به صورت: تعداد اسیدهای آمینه یکسان در تراز
تقسیم بر طول کامل دنباله کوتاهتر

-G از شناسه توالی جهانی استفاده کنید، اگر روی 1 تنظیم شود، پیش فرض 0 باشد، سپس از دنباله محلی استفاده کنید
هویت، محاسبه شده به صورت: تعداد اسیدهای آمینه یکسان در تراز تقسیم بر
طول تراز توجه داشته باشید!!! استفاده نکنید -G 0 مگر اینکه از تراز استفاده کنید
کنترل های پوشش گزینه ها را ببینید -aL, -AL, -مانند, -مانند

-b پهنای باند تراز، پیش‌فرض 20

-M محدودیت حافظه (در مگابایت) برای برنامه، پیش فرض 800. 0 برای نامحدود؛

-T تعداد رشته ها، پیش فرض 1; با 0، تمام CPU ها استفاده خواهند شد

-n word_length، پیش فرض 5، راهنمای کاربر برای انتخاب آن را ببینید

-l طول توالی‌های دور انداختن، پیش‌فرض 10

-t تحمل برای افزونگی، پیش فرض 2

-d طول توضیحات در فایل clstr.، پیش فرض 20 اگر روی 0 تنظیم شود، فستا را می گیرد
defline و در اولین فاصله متوقف می شود

-s برش اختلاف طول، به طور پیش فرض 0.0 اگر روی 0.9 تنظیم شود، دنباله های کوتاهتر نیاز دارند
حداقل 90% طول نماینده خوشه باشد

-S برش اختلاف طول در اسید آمینه، به طور پیش فرض 999999 اگر روی 60 تنظیم شود، طول
تفاوت بین دنباله های کوتاهتر و نماینده خوشه می تواند
بزرگتر از 60 نباشد

-aL پوشش تراز برای دنباله طولانی تر، پیش فرض 0.0 اگر روی 0.9 تنظیم شود،
تراز باید 90٪ از دنباله را پوشش دهد

-AL کنترل پوشش تراز برای دنباله طولانی تر، پیش فرض 99999999 اگر روی 60 تنظیم شود،
و طول دنباله 400 است، سپس تراز باید >= 340 (400-60) باشد.
مانده ها

-مانند پوشش هم ترازی برای دنباله کوتاه‌تر، 0.0 پیش‌فرض اگر روی 0.9 تنظیم شود
تراز باید 90٪ از دنباله را پوشش دهد

-مانند کنترل پوشش هم ترازی برای دنباله کوتاه‌تر، اگر روی 99999999 تنظیم شود، 60 پیش‌فرض است.
و طول دنباله 400 است، سپس تراز باید >= 340 (400-60) باشد.
مانده ها

-A کنترل پوشش حداقل تراز برای هر دو دنباله، تراز پیش فرض باید 0 باشد
cover >= این مقدار برای هر دو دنباله

-uL حداکثر درصد نامتناسب برای دنباله طولانی تر، اگر روی 1.0 تنظیم شود 0.1 پیش فرض،
منطقه بی همتا (به استثنای شکاف های پیشرو و باطله) نباید بیش از 10٪ باشد.
از دنباله

-uS حداکثر درصد غیر مشابه برای دنباله کوتاه‌تر، اگر روی 1.0 تنظیم شود 0.1 پیش‌فرض،
منطقه بی همتا (به استثنای شکاف های پیشرو و باطله) نباید بیش از 10٪ باشد.
از دنباله

-U حداکثر طول نامتناسب، پیش‌فرض 99999999 اگر روی 10 تنظیم شود، منطقه بی‌همتا
(به استثنای شکاف های پیشرو و دم) نباید بیش از 10 پایه باشد

-B 1 یا 0، پیش‌فرض 0، به‌طور پیش‌فرض، اگر روی 1 تنظیم شود، توالی‌ها در RAM ذخیره می‌شوند.
بر روی هارد دیسک ذخیره می شوند، توصیه می شود از آن استفاده کنید -B 1 برای پایگاه داده های بزرگ

-p 1 یا 0، 0 پیش فرض اگر روی 1 تنظیم شود، همپوشانی چاپ در فایل clstr.

-g 1 یا 0، پیش فرض 0 توسط الگوریتم پیش فرض cd-hit، یک دنباله در خوشه
اولین خوشه ای که آستانه را برآورده می کند (خوشه سریع). اگر روی 1 تنظیم شود، برنامه این کار را انجام می دهد
آن را در شبیه ترین خوشه ای که آستانه را برآورده می کند (دقیق اما کند) خوشه کنید
حالت) اما 1 یا 0 نمایندگان خوشه های نهایی را تغییر نمی دهد

-بک نوشتن فایل خوشه پشتیبان (1 یا 0، پیش فرض 0)

-h چاپ این راهنما

سوالات، اشکالات، تماس با Limin Fu در l2fu@ucsd.edu، یا Weizhong لی در liwz@sdsc.edu
برای اطلاع از نسخه های به روز شده و اطلاعات به این آدرس مراجعه کنید: http://cd-hit.org

وب سرور cd-hit نیز در دسترس است http://cd-hit.org

اگر cd-hit را مفید می‌دانید، لطفاً ذکر کنید:

"خوشه بندی توالی های بسیار همولوگ برای کاهش اندازه پروتئین بزرگ
پایگاه داده"، ویژونگ لی، لوکاس یاروسفسکی و آدام گودزیک. بیوانفورماتیک، (2001)
17:282-283 "تحمل مقداری افزونگی به طور قابل توجهی سرعت خوشه بندی بزرگ را افزایش می دهد.
پایگاه‌های اطلاعاتی پروتئین، ویژونگ لی، لوکاس یاروسفسکی و آدام گودزیک. بیوانفورماتیک،
(2002) 18:77-82

با استفاده از خدمات onworks.net از cdhit آنلاین استفاده کنید