raxmlHPC-PTHREADS - En ligne dans le Cloud

PROGRAMME:

Nom

Utilisation – Vraisemblance maximale aléatoire randomisée

DESCRIPTION

Utiliser raxml avec prise en charge AVX (1 processeur)

Il s'agit de la version 8.2.4 de RAxML publiée par Alexandros Stamatakis le 02 octobre 2015.

Avec des contributions de code très appréciées par : Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT et HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Veuillez également consulter le manuel RAxML

Veuillez signaler les bogues via le groupe Google RAxML ! Veuillez nous envoyer tous les fichiers d'entrée, l'exact
l'invocation, les détails du matériel et du système d'exploitation, ainsi que tous les messages d'erreur imprimés
à l'écran.

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

-s NomFichier séquence -n nomFichier de sortie -m modèle de substitution

[-a weightFileName] [-A secondaireStructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c nombreDeCatégories] [-C]
[-d] [-D] [-e vraisemblanceEpsilon] [-E exclureNomFichier] [-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 groupingFileName] [-G placementThreshold] [-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 nomGroupe1[,NomGroupe2[,...]]][-O] [-p parsimonyRandomSeed] [-P
ProteinModel] [-q multipleModelFileName] [-r binaireConstraintTree] [-R
binaryModelParamFile] [-S SecondaryStructureFile] [-t userStartingTree] [-T
numberOfThreads] [-u] [-U] [-v] [-V] [-w outputDirectory] [-W slideWindowSize]
[-x rapidBootstrapRandomNumberSeed] [-X] [-y] [-Y
quartetGroupingFileName|ancestralSequenceCandidatesFileName] [-z multipleTreesFile]
[-#|-N nombred'exécutions|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=nombre][--epa-accumulated-threshold=seuil]
[--epa-prob-threshold=seuil] [--JC69][--K80][--HKY85]

-a Spécifiez un nom de fichier de pondération de colonne pour attribuer des pondérations individuelles à chaque colonne de
l'alignement. Ces poids doivent être des nombres entiers séparés par n'importe quel type et nombre de
espaces blancs dans un fichier séparé, voir le fichier "example_weights" pour un exemple.

-A Spécifiez l'un des modèles de substitution de structure secondaire implémentés dans RAxML.
La même nomenclature que dans le manuel PHASE est utilisée, modèles disponibles : S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

PAR DÉFAUT : modèle GTR à 16 états (S16)

-b Spécifiez un nombre entier (graine aléatoire) et activez l'amorçage

PAR DÉFAUT : DÉSACTIVÉ

-B spécifier un nombre à virgule flottante entre 0.0 et 1.0 qui sera utilisé comme coupure
seuil pour les critères d'amorçage basés sur MR. Le réglage recommandé est de 0.03.

PAR DÉFAUT : 0.03 (réglage empiriquement recommandé)

-c Spécifiez le nombre de catégories de taux distinctes pour RAxML lorsque le modèle de taux
l'hétérogénéité est définie sur CAT Les tarifs individuels par site sont classés en
numberOfCategories évalue les catégories pour accélérer les calculs.

PAR DÉFAUT : 25

-C Activez la sortie détaillée pour les options "-L" et "-fi". Cela produira plus, car
ainsi que des fichiers de sortie plus détaillés

PAR DÉFAUT : DÉSACTIVÉ

-d démarrer l'optimisation ML à partir d'un arbre de départ aléatoire

PAR DÉFAUT : DÉSACTIVÉ

-D Critère de convergence de recherche ML. Cela interrompra les recherches de ML si le parent
Distance de Robinson-Foulds entre les arbres obtenue à partir de deux SPR paresseux consécutifs
cycles est inférieur ou égal à 1%. Utilisation recommandée pour les très grands ensembles de données dans
termes de taxons. Sur les arbres avec plus de 500 taxons, cela donnera un temps d'exécution
des améliorations d'environ 50 % tout en ne produisant que des arbres légèrement moins bons.

PAR DÉFAUT : DÉSACTIVÉ

-e définir la précision d'optimisation du modèle en unités de vraisemblance log pour l'optimisation finale de
topologie arborescente

PAR DÉFAUT : 0.1
pour les modèles n'utilisant pas l'estimation de la proportion de sites invariants

0.001 pour les modèles utilisant l'estimation de la proportion de sites invariants

-E spécifier un nom de fichier d'exclusion, qui contient une spécification des positions d'alignement
vous souhaitez exclure. Le format est similaire à Nexus, le fichier doit contenir des entrées
comme "100-200 300-400", pour exclure une seule écriture de colonne, par exemple, "100-100", si vous
utiliser un modèle mixte, un fichier modèle adapté sera écrit.

-f sélectionner l'algorithme :

"-fa" : analyse Bootstrap rapide et recherche de l'arbre ML le mieux noté dans un seul programme
exécuter "-f A": calculer les états ancestraux marginaux sur un arbre de référence ROOTED fourni
avec "-t" "-fb": dessine des informations de bipartition sur un arbre fourni avec "-t" basé
sur plusieurs arbres

(par exemple, à partir d'un bootstrap) dans un fichier spécifié par "-z"

"-f B" : optimiser le scaler br-len et d'autres paramètres du modèle (GTR, alpha, etc.) sur un arbre
fourni avec "-t".
L'arbre doit contenir des longueurs de branches. Les longueurs de branches ne seront pas optimisées,
juste mis à l'échelle par une seule valeur commune.

"-fc": vérifie si l'alignement peut être correctement lu par RAxML "-f C": ancestral
test de séquence pour Jiajie, les utilisateurs devront également fournir une liste de noms de taxon via
-Y séparés par des espaces "-fd": nouvelle escalade rapide

PAR DÉFAUT : ACTIVÉ

"-f D" : montée rapide avec les bootstraps RELL "-fe" : optimisation modèle+branche
longueurs pour un arbre d'entrée donné sous GAMMA/GAMMAI uniquement "-f E": s'exécute très rapidement
recherche dans l'arbre expérimental, actuellement uniquement pour tester "-f F": exécution rapide
recherche expérimentale dans l'arbre, actuellement uniquement pour tester "-fg": calcul par journal de site
Probabilités pour un ou plusieurs arbres passés par

"-z" et les écrire dans un fichier lisible par CONSEL
Les paramètres du modèle seront estimés sur le premier arbre uniquement !

"-f G" : calcule par journal de site les probabilités pour un ou plusieurs arbres passés via
"-z" et les écrire dans un fichier lisible par CONSEL. Les paramètres du modèle
sera ré-estimé pour chaque arbre

"-fh": calcule le test de vraisemblance du journal (SH-test) entre le meilleur arbre passé via "-t"
et un tas d'autres arbres passés via "-z" Les paramètres du modèle seront estimés
sur le premier arbre seulement !

"-f H": calcule le test de vraisemblance du journal (SH-test) entre le meilleur arbre passé via "-t"
et un tas d'autres arbres passés via "-z" Les paramètres du modèle seront
ré-estimé pour chaque arbre

"-fi" : calcule les scores IC et TC (Salichos et Rokas 2013) sur un arbre muni de "-t"
basé sur plusieurs arbres
(par exemple, à partir d'un bootstrap) dans un fichier spécifié par "-z"

"-f I" : un algorithme d'enracinement d'arbre simple pour les arbres non enracinés.
Il enracine l'arbre en l'enracinant sur la branche qui équilibre le mieux le sous-arbre
longueurs (somme sur les branches dans les sous-arbres) du sous-arbre gauche et droit. UNE
branche avec un équilibre optimal n'existe pas toujours ! Vous devez spécifier l'arbre
vous voulez rooter via "-t".

"-fj": génère un tas de fichiers d'alignement bootstrap à partir d'un fichier d'alignement d'origine.
Vous devez spécifier une graine avec "-b" et le nombre de répliques avec "-#"

"-f J" : calcule les valeurs de support de type SH sur un arbre donné passé via "-t". "-fk":
Corrigez les longues longueurs de branches dans les ensembles de données partitionnés avec des données manquantes à l'aide de la

algorithme de vol de longueur de branche.
Cette option ne fonctionne qu'avec "-t", "-M" et "-q". Il s'imprimera
un arbre avec des branches plus courtes, mais ayant le même score de vraisemblance.

"-fm" : comparer les bipartitions entre deux bouquets d'arbres passés via "-t" et "-z"
respectivement. Cela renverra la corrélation de Pearson entre toutes les bipartitions
trouvé dans les deux fichiers arborescents. Un fichier appelé
RAxML_bipartitionFrequencies.outpuFileName sera imprimé qui contient le
fréquences de bipartition par paires des deux ensembles

"-fn" : calcule le score de vraisemblance du journal de tous les arbres contenus dans un fichier d'arbre fourni par
"-z" sous GAMMA ou GAMMA+P-Invar Les paramètres du modèle seront estimés sur le
premier arbre seulement !

"-f N" : calcule le score de vraisemblance du journal de tous les arbres contenus dans un fichier d'arbre fourni par
"-z" sous GAMMA ou GAMMA+P-Invar Les paramètres du modèle seront ré-estimés pour
chaque arbre

"-fo": ancienne et plus lente escalade rapide sans coupure heuristique "-fp": effectuer
pur ajout de MP pas à pas de nouvelles séquences à un arbre de départ incomplet et sortie
"-f P" : effectue un placement phylogénétique des sous-arbres spécifiés dans un fichier passé
via "-z" dans un arbre de référence donné

dans lequel ces sous-arbres sont contenus qui est passé via "-t" en utilisant le
algorithme de placement évolutif.

"-fq": calculateur de quartet rapide "-fr": calcule par paires Robinson-Foulds (RF)
distances entre toutes les paires d'arbres dans un fichier d'arbre passé via "-z"

si les arbres ont des labales de nœuds représentées sous forme de valeurs de support entières, le programme
calculer deux saveurs de
la distance pondérée de Robinson-Foulds (WRF)

"-f R" : calcule toutes les distances de Robinson-Foulds (RF) par paires entre un grand arbre de référence
passé par "-t"

et de nombreux arbres plus petits (qui doivent avoir un sous-ensemble des taxons du grand arbre) sont passés par
"-z".
Cette option est destinée à vérifier la plausibilité de très grandes phylogénies
qui ne peut plus être inspecté visuellement.

"-fs": diviser un alignement multi-gène partitionné dans le respectif
sous-alignements "-f S" : calculez le biais de placement spécifique au site à l'aide d'un oubli
test inspiré de l'algorithme de placement évolutif "-ft" : faire un arbre aléatoire
recherches sur un arbre de départ fixe "-f T": effectuer une optimisation finale approfondie de ML
arbre à partir de la recherche rapide d'amorçage en mode autonome "-fu": exécuter morphological
étalonnage du poids en utilisant le maximum de vraisemblance, cela renverra un vecteur de poids.

vous devez fournir un alignement morphologique et un arbre de référence via "-t"

"-fv" : classer un ensemble de séquences environnementales dans un arbre de référence à l'aide de
lire les insertions
vous devrez démarrer RAxML avec un arbre de référence non exhaustif et un
alignement contenant toutes les séquences (référence + requête)

"-f V" : classer un ensemble de séquences environnementales dans un arbre de référence à l'aide de
lire les insertions
vous devrez démarrer RAxML avec un arbre de référence non exhaustif et un
alignement contenant toutes les séquences (référence + requête) ATTENTION : ceci est un test
mise en œuvre pour une gestion plus efficace des ensembles de données multi-gènes/génomiques entiers !

"-fw": calcule le test ELW sur un tas d'arbres passés via "-z"
Les paramètres du modèle seront estimés sur le premier arbre uniquement !

"-f W" : calcule le test ELW sur un groupe d'arbres passé via "-z"
Les paramètres du modèle seront ré-estimés pour chaque arbre

"-fx": calcule les distances ML par paires, les paramètres du modèle ML seront estimés sur un MP
arbre de départ ou un arbre défini par l'utilisateur passé via "-t", autorisé uniquement pour GAMMA
modèles d'hétérogénéité des taux

"-fy": classer un tas de séquences environnementales dans un arbre de référence en utilisant la parcimonie
vous devrez démarrer RAxML avec un arbre de référence non exhaustif et un
alignement contenant toutes les séquences (référence + requête)

DEFAULT pour "-f": nouvelle escalade rapide

-F activer les recherches d'arbres ML sous le modèle CAT pour les très grands arbres sans passer à
GAMMA à la fin (économise de la mémoire). Cette option peut également être utilisée avec le GAMMA
modèles afin d'éviter l'optimisation approfondie de l'arbre ML le mieux noté dans
la fin.

PAR DÉFAUT : DÉSACTIVÉ

-g spécifier le nom de fichier d'un arbre de contraintes multifurquant cet arbre n'a pas besoin
être exhaustif, c'est-à-dire ne pas contenir tous les taxons

-G activer l'heuristique de l'algorithme de placement évolutif basé sur ML en spécifiant un
valeur seuil (fraction de branches d'insertion à évaluer par lent
insertions sous ML).

-h Affichez ce message d'aide.

-H Désactivez la compression de motif.

PAR DÉFAUT : ACTIVÉ

-i Réglage initial de réarrangement pour l'application ultérieure de changements topologiques
phase

-I analyse de démarrage a posteriori. Utilisation:

"-I autoFC" pour le critère basé sur la fréquence "-I autoMR" pour la règle majoritaire
critère d'arbre de consensus "-I autoMRE" pour l'arbre de consensus étendu à la règle de la majorité
critère "-I autoMRE_IGN" pour des métriques similaires à MRE, mais incluant des bipartitions
sous le seuil s'ils sont compatibles

ou pas. Cela émule MRE mais est plus rapide à calculer.

Vous devez également passer un fichier arborescent contenant plusieurs réplicats d'amorçage via "-z"

-j Spécifie que les fichiers d'arborescence intermédiaires doivent être écrits dans le fichier pendant la norme
Recherches d'arborescence ML et BS.

PAR DÉFAUT : DÉSACTIVÉ

-J Calculer l'arbre de consensus de la règle de la majorité avec "-J MR" ou règle de la majorité étendue
arbre de consensus avec "-J MRE" ou arbre de consensus strict avec "-J STRICT". Pour un
seuil de consensus personnalisé >= 50 %, spécifiez T_ , où 100 >= NUM ​​>= 50.
Les options "-J STRICT_DROP" et "-J MR_DROP" exécuteront un algorithme qui identifie
gouttes qui contiennent des taxons voyous comme proposé par Pattengale et al. dans le journal
"Découvrir le consensus phylogénétique caché". Vous devrez également fournir un arbre
fichier contenant plusieurs arbres UNROOTED via "-z"

-k Spécifie que les arbres amorcés doivent être imprimés avec des longueurs de branche. Les
les bootstraps dureront un peu plus longtemps, car les paramètres du modèle seront optimisés au
fin de chaque exécution sous GAMMA ou GAMMA+P-Invar respectivement.

PAR DÉFAUT : DÉSACTIVÉ

-K Spécifiez l'un des modèles de substitution multi-états (max 32 états) mis en œuvre dans
RAxML. Les modèles disponibles sont : ORDERED, MK, GTR

PAR DÉFAUT : modèle GTR

-L Calculez les arbres de consensus étiquetés par les supports IC et la valeur TC globale comme
proposé dans Salichos et Rokas 2013. Calculer un arbre de consensus de règle de majorité avec
"-L MR" ou un arbre de consensus de règle de majorité étendue avec "-L MRE". Pour une coutume
seuil de consensus >= 50%, spécifiez "-L T_ ", où 100 >= NUM ​​>= 50. Vous
bien sûr aussi besoin de fournir un fichier arborescent contenant plusieurs arborescences UNROOTED via
"-z" !

-m Modèle binaire (morphologique), nucléotide, multi-états ou acide aminé
Substitution:

BINAIRE:

"-m BINCAT[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous BIGAMMA, en fonction de l'option de recherche dans l'arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m BINCATI[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous BINGAMMAI, en fonction de l'option de recherche dans l'arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_BINCAT[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous BIGAMMA, en fonction de l'option de recherche dans l'arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base. L'ASC
Le préfixe corrigera la probabilité de biais de constatation.

"-m BINGAMMA[X]"
: Modèle GAMMA d'hétérogénéité des taux (le paramètre alpha sera estimé).

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_BINGAMMA[X]" : modèle GAMMA d'hétérogénéité des taux (le paramètre alpha sera
estimé).
Le préfixe ASC corrigera la probabilité de biais de vérification. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m BINGAMMAI[X]"
: Identique à BINGAMMA, mais avec estimation de la proportion de sites invariables.

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

NUCLEOTIDES :

"-m GTRCAT[X]"
: GTR + Optimisation des taux de substitution + Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué sous GTRGAMMA, en fonction de l'option de recherche dans l'arborescence. Avec l'option
Annexe "X" vous pouvez spécifier une estimation ML des fréquences de base.

"-m GTRCATI[X]"
: GTR + Optimisation des taux de substitution + Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué sous GTRGAMMAI, en fonction de l'option de recherche dans l'arborescence. Avec l'option
Annexe "X" vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_GTRCAT[X]"
: GTR + Optimisation des taux de substitution + Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué sous GTRGAMMA, en fonction de l'option de recherche dans l'arborescence. Avec l'option
Annexe "X" vous pouvez spécifier une estimation ML des fréquences de base. Le préfixe ASC
corrigera la probabilité de biais de constatation.

"-m GTRGAMMA[X]"
: GTR + Optimisation des taux de substitution + Modèle de taux GAMMA

hétérogénéité (le paramètre alpha sera estimé).
Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_GTRGAMMA[X]" : GTR + Optimisation des taux de substitution + modèle de taux GAMMA
hétérogénéité (le paramètre alpha sera estimé). Le préfixe ASC corrigera
la probabilité d'un biais de constatation. Avec l'annexe "X" en option, vous pouvez
spécifier une estimation ML des fréquences de base.

"-m GTRGAMMAI[X]"
: Identique à GTRGAMMA, mais avec estimation de la proportion de sites invariables.

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

MULTI-ÉTATS :

"-m MULTICAT[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous MULTIGAMMA, en fonction de l'option de recherche par arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m MULTICATI[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous MULTIGAMMAI, en fonction de l'option de recherche par arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_MULTICAT[X]"
: Optimisation des sites spécifiques

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être évalué
automatiquement sous MULTIGAMMA, en fonction de l'option de recherche par arborescence. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base. L'ASC
Le préfixe corrigera la probabilité de biais de constatation.

"-m MULTIGAMMA[X]"
: Modèle GAMMA d'hétérogénéité des taux (le paramètre alpha sera estimé).

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_MULTIGAMMA[X]" : modèle GAMMA d'hétérogénéité en taux (le paramètre alpha sera
estimé).
Le préfixe ASC corrigera la probabilité de biais de vérification. Avec le
annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m MULTIGAMMAI[X]"
: Identique à MULTIGAMMA, mais avec estimation de la proportion de sites invariables.

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

Vous pouvez utiliser jusqu'à 32 états de caractères distincts pour encoder des régions à plusieurs états, ils
doit être utilisé dans l'ordre suivant : 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 c'est-à-dire si vous avez 6 distincts
le caractère indique que vous utiliseriez 0, 1, 2, 3, 4, 5 pour les encoder. Le remplacement
le modèle pour les régions multi-états peut être sélectionné via l'option "-K"

ACIDES AMINÉS:

"-m PROTCATnommatrice[F|X]"
: matrice AA spécifiée + Optimisation des taux de substitution + Optimisation des
spécifique au site

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué automatiquement sous PROTGAMMAmatrixName[F|X], selon l'arbre
option de recherche. Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML de
fréquences de base.

"-m PROTCATImatriceNom[F|X]"
: matrice AA spécifiée + Optimisation des taux de substitution + Optimisation des
spécifique au site

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué automatiquement sous PROTGAMMAImatrixName[F|X], selon l'arbre
option de recherche. Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML de
fréquences de base.

"-m ASC_PROTCATnommatrice[F|X]"
: matrice AA spécifiée + Optimisation des taux de substitution + Optimisation des
spécifique au site

taux d'évolution qui sont classés en nombre de catégories distinctes
catégories de taux pour une plus grande efficacité de calcul. L'arbre final peut être
évalué automatiquement sous PROTGAMMAmatrixName[F|X], selon l'arbre
option de recherche. Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML de
fréquences de base. Le préfixe ASC corrigera la probabilité de vérification
biais.

"-m PROTGAMMAMatrixName[F|X]"
: matrice AA spécifiée + Optimisation des taux de substitution + modèle de taux GAMMA

hétérogénéité (le paramètre alpha sera estimé).
Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

"-m ASC_PROTGAMMAmatrixName[F|X]" : matrice AA spécifiée + Optimisation de la substitution
tarifs + modèle de tarif GAMMA
hétérogénéité (le paramètre alpha sera estimé). Le préfixe ASC corrigera
la probabilité d'un biais de constatation. Avec l'annexe "X" en option, vous pouvez
spécifier une estimation ML des fréquences de base.

"-m PROTGAMMAImatrixName[F|X]"
: Identique à PROTGAMMAmatrixName[F|X], mais avec une estimation de la proportion d'invariable
sites.

Avec l'annexe "X" facultative, vous pouvez spécifier une estimation ML des fréquences de base.

Modèles de substitution AA disponibles : DAYHOFF, DCMUT, JTT, MTREV, WAG, RTREV, CPREV,
VT, BLOSUM62, MTMAM, LG, MTART, MTZOA, PMB, HIVB, HIVW, JTTDCMUT, GRIPPE, STMTREV,
DUMMY, DUMMY2, AUTO, LG4M, LG4X, PROT_FILE, GTR_UNLINKED, GTR Avec le "F" en option
annexe, vous pouvez spécifier si vous souhaitez utiliser des fréquences de base empiriques. AUTOF et
AUTOX ne sont plus pris en charge, si vous spécifiez AUTO, il testera prot subst.
modèles avec et sans fréquences de base empiriques maintenant ! Veuillez noter que pour
modèles partitionnés, vous pouvez en plus spécifier le modèle AA par gène dans le
fichier de partition (voir le manuel pour plus de détails). Notez également que si vous estimez AA GTR
paramètres sur un ensemble de données partitionné, ils seront liés (estimés conjointement) à travers
toutes les partitions pour éviter le sur-paramétrage

-M Activez l'estimation des longueurs de branches individuelles par partition. N'a d'effet que
lorsqu'il est utilisé en combinaison avec "-q", les longueurs de branche pour les partitions individuelles seront
imprimés dans des fichiers séparés Une moyenne pondérée des longueurs de branches est calculée par
en utilisant les longueurs de partition respectives

PAR DÉFAUT : DÉSACTIVÉ

-n Spécifie le nom du fichier de sortie.

-o Spécifiez le nom d'un seul sous-groupe ou une liste de sous-groupes séparés par des virgules, par exemple
"-o Rat" ou "-o Rat,Mouse", au cas où plusieurs groupes externes ne seraient pas monophylétiques
le premier nom de la liste sera sélectionné comme groupe externe, ne laissez pas d'espace entre
noms de taxons !

-O Désactivez la vérification de la séquence complètement indéterminée dans l'alignement. Le programme sera
ne se termine pas avec un message d'erreur lorsque "-O" est spécifié.

PAR DÉFAUT : vérification activée

-p Spécifiez une valeur de départ aléatoire pour les inférences de parcimonie. Cela vous permet de
reproduire vos résultats et m'aidera à déboguer le programme.

-P Spécifiez le nom de fichier d'un modèle de substitution AA (protéine) défini par l'utilisateur. Ce fichier
doit contenir 420 entrées, les 400 premières étant les taux de substitution AA (cela doit
être une matrice symétrique) et les 20 dernières sont les fréquences de base empiriques

-q Spécifiez le nom du fichier qui contient l'affectation des modèles à l'alignement
partitions pour plusieurs modèles de substitution. Pour la syntaxe de ce fichier s'il vous plaît
consulter le manuel.

-r Spécifiez le nom de fichier d'un arbre de contraintes binaires. cet arbre n'a pas besoin d'être
complet, c'est-à-dire qu'il ne doit pas contenir tous les taxons

-R Spécifiez le nom de fichier d'un fichier de paramètres de modèle binaire qui a été précédemment
généré avec RAxML en utilisant le -f L'option d'évaluation de l'arbre. Le nom du fichier doit
être : RAxML_binaryModelParameters.runID

-s Précisez le nom du fichier de données d'alignement au format PHYLIP

-S Spécifiez le nom d'un fichier de structure secondaire. Le fichier peut contenir "." pour
les colonnes d'alignement qui ne font pas partie d'un radical et les caractères "()<>[]{}" pour
définir des régions de tige et des pseudo-nœuds

-t Spécifiez un nom de fichier d'arborescence de démarrage d'utilisateur au format Newick

-T VERSION PTHREADS UNIQUEMENT ! Spécifiez le nombre de threads que vous souhaitez exécuter. Assurez-vous de
définissez "-T" au maximum sur le nombre de processeurs que vous avez sur votre machine, sinon, il
sera une énorme diminution des performances !

-u utiliser la médiane pour l'approximation discrète du modèle de taux GAMMA
hétérogénéité

PAR DÉFAUT : DÉSACTIVÉ

-U Essayez d'économiser de la mémoire en utilisant l'implémentation basée sur SEV pour les colonnes d'espacement sur les grandes lacunes
alignements La technique est décrite ici :
http://www.biomedcentral.com/1471-2105/12/470 Cela ne fonctionnera que pour l'ADN et/ou
données PROTEIN et uniquement avec la version SSE3 ou AVX-vextorisée du code.

-v informations sur la version d'affichage

-V Désactiver l'hétérogénéité des taux entre les modèles de sites et en utiliser un sans hétérogénéité des taux
au lieu. Ne fonctionne que si vous spécifiez le modèle CAT d'hétérogénéité des taux.

PAR DÉFAUT : utiliser l'hétérogénéité du taux

-w Chemin COMPLET (!) vers le répertoire dans lequel RAxML doit écrire ses fichiers de sortie

PAR DÉFAUT : répertoire courant

-W Taille de la fenêtre glissante pour l'algorithme de biais de placement spécifique au site Leave-one-out uniquement
efficace lorsqu'il est utilisé en combinaison avec "-f S"

PAR DÉFAUT : 100 sites

-x Spécifiez un nombre entier (graine aléatoire) et activez l'amorçage rapide ATTENTION :
contrairement à la version 7.0.4, RAxML effectuera des réplications rapides de BS sous le modèle de
taux d'hétérogénéité que vous avez spécifié via "-m" et non par défaut sous CAT

-X Identique à l'option "-y" ci-dessous, mais la recherche de parcimonie est plus superficielle.
RAxML ne fera qu'un arbre de parcimonie par ordre d'addition par étapes aléatoire
reconstruction sans effectuer de SPR supplémentaires. Cela peut être utile pour
ensembles de données très larges du génome entier, car cela peut générer topologiquement plus
différents arbres de départ.

PAR DÉFAUT : DÉSACTIVÉ

-y Si vous souhaitez uniquement calculer un arbre de départ avec parcimonie avec RAxML, spécifiez "-y", le
le programme se terminera après le calcul de l'arbre de départ

PAR DÉFAUT : DÉSACTIVÉ

-Y Passer un nom de fichier de regroupement de quatuors définissant quatre groupes à partir desquels tirer des quatuors
Le format d'entrée du fichier doit contenir 4 groupes sous la forme suivante : (Poulet, Humain,
Loach), (Vache, Carpe), (Souris, Rat, Phoque), (Baleine, Grenouille); Ne fonctionne qu'en combinaison
avec -f q !

-z Spécifiez le nom de fichier d'un fichier contenant plusieurs arbres, par exemple à partir d'un bootstrap
qui doit être utilisé pour dessiner des valeurs de bipartition sur un arbre muni de "-t", Il
peut également être utilisé pour calculer les probabilités de journalisation par site en combinaison avec "-fg" et
pour lire un tas d'arbres pour quelques autres options ("-fh", "-fm", "-fn").

-#|-N Spécifie le nombre d'exécutions alternatives sur des arbres de départ distincts En combinaison
avec l'option "-b", cela invoquera une analyse boostrap multiple Notez que "-N"
a été ajouté comme alternative car "-#" causait parfois des problèmes avec certains
Systèmes de soumission de travaux MPI, car "-#" est souvent utilisé pour commencer les commentaires. Si tu
souhaitez utiliser les critères d'amorçage, spécifiez "-# autoMR" ou "-# autoMRE" ou "-#
autoMRE_IGN" pour les critères basés sur l'arbre de règles majoritaires (voir -I option) ou "-#
autoFC" pour le critère basé sur la fréquence. Le démarrage ne fonctionnera que dans
combinaison avec "-x" ou "-b"

PAR DÉFAUT : 1 seule analyse

--mesquite Imprimez des fichiers de sortie pouvant être analysés par Mesquite.

PAR DÉFAUT : désactivé

--silencieux Désactive l'impression des avertissements liés à des séquences identiques et entièrement
sites indéterminés dans l'alignement

PAR DÉFAUT : désactivé

--no-seq-check Désactive la vérification de l'entrée MSA pour des séquences identiques et entièrement
sites indéterminés.
L'activation de cette option peut faire gagner du temps, en particulier pour les grands
alignements. Avant d'utiliser ceci, assurez-vous de vérifier l'alignement à l'aide du "-fc"
option!

PAR DÉFAUT : désactivé

--no-bfgs Désactive l'utilisation automatique de la méthode BFGS pour optimiser les taux GTR sur non partitionné
Ensembles de données ADN

PAR DÉFAUT : BFGS activé

--asc-corr Permet de spécifier le type de correction de biais de constatation que vous souhaitez utiliser.
Il ya 3

types disponibles : --asc-corr=lewis: la correction standard de Paul Lewis
--asc-corr=felsenstein: une correction introduite par Joe Felsenstein qui permet de
spécifier explicitement

le nombre de sites invariables (s'ils sont connus) que l'on veut corriger.

--asc-corr=stamakis: une correction introduite par moi-même qui permet explicitement
spécifier
le nombre de sites invariables pour chaque caractère (si connu) que l'on veut corriger
pour.

--flag-vérifier Lors de l'utilisation de cette option, RAxML vérifiera uniquement si tous les indicateurs de ligne de commande
spécifiés sont disponibles, puis quittez

avec un message répertoriant tous les indicateurs de ligne de commande invalides ou avec un message indiquant
que tous les drapeaux sont valides.

--auto-protection=ml|bic|aic|aicc Lors de l'utilisation de la sélection automatique du modèle de protéine, vous pouvez choisir le
critère de sélection de ces modèles.

RAxML testera tous les prot subst disponibles. modèles sauf LG4M, LG4X et
Modèles basés sur GTR, avec et sans fréquences de base empiriques. Vous pouvez choisir
entre la sélection basée sur le score ML et les critères BIC, AIC et AICc.

PAR DÉFAUT : ml

--epa-keep-placements=nombre précisez le nombre d'emplacements potentiels que vous souhaitez conserver
pour chaque lecture dans l'algorithme EPA.

Notez que les valeurs réelles imprimées dépendront également des paramètres de
--epa-prob-seuil=порог !

PAR DÉFAUT : 7

--epa-prob-seuil=порог spécifier un seuil de pourcentage pour inclure le potentiel
placements d'une lecture en fonction de la

poids de placement maximal pour cette lecture. Si vous définissez cette valeur sur 0.01 emplacements
qui ont un poids de placement de 1 pour cent du placement maximum seront toujours
imprimé dans un fichier si le réglage de --epa-keep-placements le permet

PAR DÉFAUT : 0.01

--epa-seuil-accumulé=порог spécifier un seuil de poids de vraisemblance cumulé
pour lequel différents emplacements de lecture sont imprimés

à déposer. Les placements pour une lecture seront imprimés jusqu'à la somme de leur placement
poids a atteint la valeur seuil. Notez que cette option ne peut être ni
utilisé en combinaison avec --epa-prob-seuil ni avec --epa-keep-placements!

--JC69 préciser que toutes les partitions d'ADN évolueront sous le modèle Jukes-Cantor, ce
remplace toutes les autres spécifications de modèle pour les partitions d'ADN.

PAR DÉFAUT : désactivé

--K80 préciser que toutes les partitions d'ADN évolueront sous le modèle K80, cela annule toutes
autres spécifications de modèle pour les partitions d'ADN.

PAR DÉFAUT : désactivé

--HKY85 préciser que toutes les partitions d'ADN évolueront sous le modèle HKY85, cela outrepasse
toutes les autres spécifications de modèle pour les partitions d'ADN.

PAR DÉFAUT : désactivé

Il s'agit de la version 8.2.4 de RAxML publiée par Alexandros Stamatakis le 02 octobre 2015.

Avec des contributions de code très appréciées par : Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT et HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Utilisez raxmlHPC-PTHREADS en ligne à l'aide des services onworks.net