सीएमकैलिब्रेट - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

सीएमकैलिब्रेट - सहप्रसरण मॉडल ई-मूल्य निर्धारण के लिए घातीय पूंछ फिट करें

SYNOPSIS

सेमीकैलिब्रेट [विकल्प] सेमीफाइल

वर्णन

सेमीकैलिब्रेट उत्पन्न करके ई-मूल्य निर्धारण के लिए घातीय टेल पैरामीटर निर्धारित करता है
यादृच्छिक अनुक्रम, उन्हें सीएम के साथ खोजना और परिणाम के स्कोर एकत्र करना
हिट. हिट्स के बिट स्कोर का एक हिस्टोग्राम एक घातीय पूंछ में फिट होता है, और
फिट की गई पूंछ के पैरामीटर सीएम फ़ाइल में सहेजे जाते हैं। घातीय पूंछ पैरामीटर
फिर इसमें पाए गए हिट्स के सांख्यिकीय महत्व का अनुमान लगाने के लिए उपयोग किया जाता है सेमीसर्च और
सेमीस्कैन।

एक सीएम फ़ाइल को कैलिब्रेट किया जाना चाहिए सेमीकैलिब्रेट इससे पहले कि इसका उपयोग किया जा सके सेमीसर्च or सेमीस्कैन,
एक अपवाद के साथ: केवल शामिल सीएम फाइलों को कैलिब्रेट करना आवश्यक नहीं है
चलने से पहले शून्य बेसपेयर वाले मॉडल सेमीखोज.

सेमीकैलिब्रेट बहुत धीमा है. एक औसत आकार को कैलिब्रेट करने में कुछ घंटे लगते हैं
एक ही सीपीयू पर सी.एम. सेमीकैलिब्रेट यदि इनफर्नल सभी उपलब्ध कोर पर समानांतर में चलेगा
एक ऐसे सिस्टम पर बनाया गया था जो POSIX थ्रेडिंग का समर्थन करता है (इंस्टॉलेशन अनुभाग देखें)।
अधिक जानकारी के लिए उपयोगकर्ता मार्गदर्शिका)। का उपयोग करते हुए कोर का परिणाम मोटे तौर पर होगा गुना
त्वरण बनाम एकल सीपीयू। MPI (मैसेज पासिंग इंटरफ़ेस) का भी उपयोग किया जा सकता है
के साथ समानांतरीकरण --एमपीआई विकल्प यदि इनफर्नल को एमपीआई सक्षम के साथ बनाया गया था, लेकिन उपयोग कर रहा था
161 से अधिक प्रोसेसर की अनुशंसा नहीं की जाती है क्योंकि 161 से अधिक बढ़ाने से गति नहीं होगी
अंशांकन. अधिक जानकारी के लिए उपयोगकर्ता मार्गदर्शिका का इंस्टालेशन अनुभाग देखें।

RSI --पूर्वानुमान विकल्प का उपयोग यह अनुमान लगाने के लिए किया जा सकता है कि प्रोग्राम को चलने में कितना समय लगेगा
दी सेमीफाइल वर्तमान मशीन पर. चलने के समय की भविष्यवाणी करने के लिए प्रोसेसर के साथ
एमपीआई, इसके अतिरिक्त उपयोग करें --पूर्वानुमान विकल्प.

यादृच्छिक अनुक्रमों की खोज की गई सेमीकैलिब्रेट एक एचएमएम द्वारा उत्पन्न होते हैं जिस पर प्रशिक्षित किया गया था
विभिन्न जीसी सामग्री के साथ वास्तविक जीनोमिक अनुक्रम। लक्ष्य जीसी वितरण करना है
यादृच्छिक अनुक्रम वास्तविक जीनोमिक अनुक्रमों के समान हों।

खोजों के चार दौर और उसके बाद घातीय टेल फिट किए जाते हैं, प्रत्येक के लिए एक
चार अलग-अलग सीएम एल्गोरिदम जिनका उपयोग किया जा सकता है सेमीसर्च और सेमीस्कैन: ग्लोकल CYK,
ग्लोकल इनसाइड, लोकल सीवाईके और लोकल इनसाइड।

ई-मूल्य पैरामीटर द्वारा निर्धारित सेमीकैलिब्रेट द्वारा ही उपयोग किया जाता है सेमीसर्च और सेमीस्कैन
कार्यक्रम. यदि आप इन प्रोग्रामों का उपयोग नहीं करने जा रहे हैं तो कैलिब्रेट करने में समय बर्बाद न करें
आपके मॉडल.

विकल्प

-h मदद करना; कमांड लाइन उपयोग और उपलब्ध विकल्पों का एक संक्षिप्त अनुस्मारक प्रिंट करें।

-L खोजने के लिए यादृच्छिक अनुक्रमों की कुल लंबाई निर्धारित करें मेगाबेस (एमबी)। द्वारा
चूक, is 1.6 एमबी. की बढ़ती घातांकीय पूँछ को और अधिक फिट बना देगा
सटीक और ई-मान अधिक सटीक हैं, लेकिन इसमें अधिक समय लगेगा (दोगुना होने में)। मोटे तौर पर
चलने का समय दोगुना करें)। घटाना अनुशंसित नहीं है क्योंकि यह बना देगा
कम सटीक बैठता है और ई-मान कम सटीक होते हैं।

विकल्प के लिए भविष्यवाणी आवश्यक TIME और स्मृति

--पूर्वानुमान
के अंशांकन के चलने के समय की भविष्यवाणी करें सेमीफाइल (प्रदान किए गए विकल्पों के साथ) चालू
वर्तमान मशीन और बाहर निकलें। अंशांकन नहीं किया गया है. भविष्यवाणियाँ
मोटा अनुमान माना जाना चाहिए. यदि मल्टीथ्रेडिंग सक्षम है (देखें)।
उपयोगकर्ता गाइड का इंस्टॉलेशन अनुभाग), समय संख्या को ध्यान में रखेगा
उपलब्ध कोर की.

--पूर्वानुमान
- --पूर्वानुमान, निर्दिष्ट करें कि अंशांकन के लिए प्रोसेसर का उपयोग किया जाएगा।
यह किसी एमपीआई रन के चलने के समय की भविष्यवाणी करने के लिए उपयोगी हो सकता है
प्रोसेसर।

--memreq
अंशांकन के लिए आवश्यक मेमोरी की मात्रा का अनुमान लगाएं सेमीफाइल (प्रदान के साथ
विकल्प) चालू मशीन पर और बाहर निकलें। अंशांकन नहीं किया गया है.

विकल्प नियंत्रित घातीय पूंछ फिट बैठता है

--gtailn
ग्लोकल इनसाइड के लिए एक्सपोनेंशियल टेल और ग्लोकल CYK को फिट करें उच्चतम अंक
हिस्टोग्राम पूंछ में, कहाँ is खोजे गए एमबी की संख्या का गुना।
का डिफ़ॉल्ट मान 250 है। मान 250 इसलिए चुना गया क्योंकि यह अच्छी तरह से काम करता है
अनुभवजन्य रूप से अन्य मूल्यों के सापेक्ष।

--ltailn
स्थानीय इनसाइड और स्थानीय CYK के लिए घातीय पूंछ को फिट करें उच्चतम अंक
हिस्टोग्राम पूंछ में, कहाँ is खोजे गए एमबी की संख्या का गुना।
का डिफ़ॉल्ट मान 750 है। मान 750 इसलिए चुना गया क्योंकि यह अच्छी तरह से काम करता है
अनुभवजन्य रूप से अन्य मूल्यों के सापेक्ष।

--पूंछ
पर ध्यान न दें --gtailn और --ltailn पूर्वनिर्धारित विकल्प और फिट की अंश पूँछ
सभी खोज मोड के लिए एक घातांकीय पूंछ का हिस्टोग्राम।

वैकल्पिक आउटपुट फ़ाइलें

--hफ़ाइल
फ़ाइल में फिट होने वाले हिस्टोग्राम को सहेजें . इस फ़ाइल का प्रारूप दो स्थानों का है
प्रति पंक्ति सीमांकित कॉलम. पहला कॉलम बिट स्कोर का x-अक्ष मान है
प्रत्येक बिन. दूसरा कॉलम प्रति बिन हिट की संख्या का y-अक्ष मान है। प्रत्येक
श्रृंखला को एकल वर्ण "&" वाली एक पंक्ति द्वारा सीमांकित किया गया है। फ़ाइल में शामिल होगा
चार घातीय पूंछों में से प्रत्येक के लिए एक श्रृंखला निम्नलिखित क्रम में फिट होती है:
ग्लोकल CYK, ग्लोकल इनसाइड, लोकल CYK, और लोकल इनसाइड।

--sfile
उत्तरजीविता कथानक की जानकारी फ़ाइल में सहेजें . इस फ़ाइल का प्रारूप दो स्थानों का है
प्रति पंक्ति सीमांकित कॉलम. पहला कॉलम बिट स्कोर का x-अक्ष मान है
प्रत्येक बिन. दूसरा कॉलम या से मिलने वाले हिट के अंश का y-अक्ष मान है
प्रत्येक बिन के लिए स्कोर से अधिक। प्रत्येक श्रृंखला को एकल के साथ एक रेखा द्वारा सीमांकित किया गया है
चरित्र "&"। फ़ाइल में चार सीएम में से प्रत्येक के लिए डेटा की तीन श्रृंखलाएं होंगी
निम्नलिखित क्रम में खोज मोड: ग्लोकल CYK, ग्लोकल इनसाइड, स्थानीय CYK, और
स्थानीय अंदर. पहली श्रृंखला हिस्टोग्राम से अनुभवजन्य उत्तरजीविता कथानक है
यादृच्छिक क्रम में हिट की। दूसरी श्रृंखला घातांकीय पूँछ के लिए उपयुक्त है
अनुभवजन्य वितरण. तीसरी श्रृंखला घातीय पूंछ फिट है यदि लैम्ब्डा
तय किए गए और 2 (0.691314718) के प्राकृतिक लॉग के रूप में सेट किए गए।

--qqफ़ाइल
फ़ाइल में क्वांटाइल-क्वांटाइल प्लॉट जानकारी सहेजें . इस फ़ाइल का प्रारूप है
प्रति पंक्ति दो स्थान सीमांकित स्तंभ। पहला स्तंभ x-अक्ष मान है, और
दूसरा कॉलम y-अक्ष मान है। से बिंदुओं की दूरी
पहचान रेखा (y=x) इस बात का माप है कि घातीय टेल फिट कितना अच्छा है
बिंदु पहचान रेखा के जितना करीब होंगे, फिट उतना ही बेहतर होगा। प्रत्येक शृंखला है
एकल वर्ण "&" वाली एक पंक्ति द्वारा सीमांकित। फ़ाइल में एक श्रृंखला होगी
चार घातीय पूंछों में से प्रत्येक के लिए अनुभवजन्य डेटा निम्नलिखित में फिट बैठता है
क्रम: ग्लोकल CYK, ग्लोकल इनसाइड, लोकल CYK और लोकल इनसाइड।

--फाइल
फ़ाइल में विभिन्न घातीय टेल फ़िट के स्थान सीमांकित आँकड़े सहेजें .
फ़ाइल में एक्सपोनेंशियल टेल्स के लिए लैम्ब्डा और म्यू मान शामिल होंगे
विभिन्न आकारों की हिस्टोग्राम पूँछें। फ़ाइल में फ़ील्ड्स को लेबल किया गया है
जानकारीपूर्ण.

--xफ़ाइल
फ़ाइल में प्रत्येक फ़िट हिस्टोग्राम टेल में स्कोर की एक सूची सहेजें . की प्रत्येक पंक्ति
इस फ़ाइल में एक अलग स्कोर होगा जो दर्शाता है कि टेल में एक हिट मौजूद है
वह स्कोर. प्रत्येक श्रृंखला को एक एकल वर्ण "&" के साथ एक पंक्ति द्वारा सीमांकित किया गया है।
फ़ाइल में चार एक्सपोनेंशियल टेल फ़िट में से प्रत्येक के लिए एक श्रृंखला होगी
निम्नलिखित क्रम: ग्लोकल CYK, ग्लोकल इनसाइड, लोकल CYK, और लोकल इनसाइड।

अन्य विकल्प

--बीज
यादृच्छिक संख्या जनरेटर को सीड करें , एक पूर्णांक >= 0. यदि शून्येतर है,
स्टोकेस्टिक सिमुलेशन प्रतिलिपि प्रस्तुत करने योग्य होंगे; वही आदेश वही देगा
परिणाम। अगर 0 है, यादृच्छिक संख्या जनरेटर को मनमाने ढंग से वरीयता दी जाती है, और
स्टोकेस्टिक सिमुलेशन एक ही कमांड के रन से रन के लिए अलग-अलग होंगे। डिफ़ॉल्ट
बीज 181 है।

--बीटा
डिफ़ॉल्ट रूप से क्वेरी-निर्भर बैंडिंग (क्यूडीबी) का उपयोग सीएम खोज को तेज करने के लिए किया जाता है
1E-15 की बीटा टेल लॉस संभावना के साथ एल्गोरिदम। यह बीटा मान हो सकता है
में परिवर्तित किया गया साथ में --बीटा . बीटा पैरामीटर संभाव्यता की मात्रा है
बैंड गणना के दौरान द्रव्यमान को बाहर रखा गया, बीटा के उच्च मान अधिक स्पीडअप देते हैं
लेकिन कम मूल्यों की तुलना में अधिक सटीकता का त्याग करें। प्रयुक्त डिफ़ॉल्ट मान 1E-15 है।
(क्यूडीबी पर अधिक जानकारी के लिए नवारोकी और एडी, पीएलओएस कम्प्यूटेशनल बायोलॉजी देखें
3(3): ई56.)

-- बिना बंधी
ई-वैल्यू कैलिब्रेशन के दौरान QDB बंद करें। इससे अंशांकन धीमा हो जाएगा.

--नॉनुल3
Null3 पोस्ट हॉक अतिरिक्त null मॉडल को बंद करें। जब तक इसकी अनुशंसा नहीं की जाती
आप उसी विकल्प का उपयोग करने की योजना बना रहे हैं सेमीसर्च और / या सेमीस्कैन।

--यादृच्छिक रूप से
इसके बजाय, यादृच्छिक अनुक्रम उत्पन्न करने के लिए सीएम के पृष्ठभूमि शून्य मॉडल का उपयोग करें
अधिक यथार्थवादी एचएमएम का। जब तक सीएम का उपयोग करके नहीं बनाया गया था --शून्य विकल्प
सेमीबिल्ड, पृष्ठभूमि शून्य मॉडल प्रत्येक ए, सी, जी और यू 25% होगा।

--जीसी
अनुक्रम से न्यूक्लियोटाइड वितरण का उपयोग करके यादृच्छिक अनुक्रम उत्पन्न करें
पट्टिका .

--सी पी यू
वह निर्दिष्ट करें समानांतर सीपीयू कार्यकर्ताओं का उपयोग किया जाना चाहिए। अगर को "0" के रूप में सेट किया गया है, फिर
प्रोग्राम थ्रेड का उपयोग किए बिना, सीरियल मोड में चलाया जाएगा। आप भी कंट्रोल कर सकते हैं
एक पर्यावरण चर सेट करके यह संख्या, INFERNAL_NCPU। यह विकल्प होगा
केवल तभी उपलब्ध होगा जब जिस मशीन पर इनफर्नल बनाया गया था वह उपयोग करने में सक्षम हो
POSIX थ्रेडिंग (अधिक जानकारी के लिए उपयोगकर्ता गाइड का इंस्टॉलेशन अनुभाग देखें
जानकारी)।

--एमपीआई MPI समानांतर प्रोग्राम के रूप में चलाएँ। यह विकल्प केवल तभी उपलब्ध होगा जब इनफर्नल के पास होगा
"--सक्षम-एमपीआई" ध्वज के साथ कॉन्फ़िगर और निर्मित किया गया है (इंस्टॉलेशन देखें)।
अधिक जानकारी के लिए उपयोगकर्ता मार्गदर्शिका का अनुभाग)।

onworks.net सेवाओं का उपयोग करके ऑनलाइन cmcalibrate का उपयोग करें