hmmemit - Online di Awan

PROGRAM:

NAMA

hmmemit - contoh urutan dari profil HMM

RINGKASAN

hmmm [pilihan] hmm file

DESKRIPSI

Grafik hmmm sampel program (memancarkan) urutan dari profil HMM di hmm file, dan
menulisnya ke output. Urutan pengambilan sampel mungkin berguna untuk berbagai tujuan,
termasuk membuat hasil positif sejati sintetis untuk tolok ukur atau tes.

Standarnya adalah mengambil sampel satu urutan yang tidak selaras dari model probabilitas inti, yang
berarti bahwa setiap urutan terdiri dari satu domain full-length. Atau, dengan -c
pilihan, Anda dapat memancarkan urutan konsensus aturan mayoritas sederhana; atau dengan -a pilihan, kamu
dapat memancarkan keselarasan (dalam hal ini, Anda mungkin juga ingin mengatur -N untuk sesuatu yang lain
dari default 1 urutan per model).

Sebagai pilihan lain, dengan -p pilihan Anda dapat mencicipi urutan dari konfigurasi penuh
Profil pencarian HMMER. Ini berarti pengambilan sampel `urutan homolog' menurut definisi HMMER,
termasuk urutan mengapit nonhomolog, keberpihakan lokal, dan beberapa domain per
urutan, tergantung pada model panjang dan mode penyelarasan yang dipilih untuk profil.

Grafik hmm file mungkin berisi perpustakaan HMM, dalam hal ini setiap HMM akan digunakan secara bergantian.

mungkin '-' (tanda hubung), yang berarti membaca masukan ini dari stdin bukannya file.

UMUM PILIHAN

-h Membantu; cetak pengingat singkat tentang penggunaan baris perintah dan semua opsi yang tersedia.

-o Arahkan urutan output ke file , daripada ke stdout.

-N Contoh urutan per model, bukan hanya satu.

PILIHAN PENGENDALIAN APA UNTUK MEMANCARKAN

Standarnya adalah untuk sampel N urutan dari model inti. Atau, Anda dapat memilih
satu (dan hanya satu) dari alternatif berikut.

-a Pancarkan keselarasan untuk setiap HMM di hmm file daripada mengambil sampel yang tidak selaras
urutan satu per satu.

-c Pancarkan urutan konsensus aturan pluralitas, alih-alih mengambil sampel urutan dari
profil distribusi probabilitas HMM. Urutan konsensus dibentuk oleh
memilih residu probabilitas maksimum pada setiap status kecocokan.

-C Pancarkan urutan konsensus aturan pluralitas yang lebih menarik daripada -c pilihan. Jika maksimum
residu probabilitas memiliki p minimal tunjukkan sebagai residu 'apa saja' dengan huruf kecil (n atau x); jika
p >= minimal dan minimal tunjukkan sebagai residu huruf kecil; dan jika p >= minimal tunjukkan sebagai
residu huruf besar. Pengaturan default dari minimal dan minimal keduanya 0.0, yang
cara -C memberikan keluaran yang sama dengan -c kecuali jika Anda juga mengatur minimal dan minimal untuk apa kamu
ingin.

-p Contoh urutan yang tidak selaras dari profil pencarian implisit, bukan dari inti
model. Model inti hanya terdiri dari keadaan homolog (antara awal)
dan status akhir model HMMER Plan7). Profil termasuk N nonhomolog,
Status C, dan J, konfigurasi algoritme lokal/glocal dan uni/multihit, dan
model panjang sasaran. Oleh karena itu urutan sampel dari profil dapat mencakup:
nonhomolog serta urutan homolog, dan mungkin berisi lebih dari satu
segmen urutan homolog. Secara default, profil dalam mode lokal multihit, dan
panjang urutan target dikonfigurasi untuk L=400.

PILIHAN PENGENDALIAN EMISI DARI PROFIL

Opsi ini mengharuskan Anda mengatur -p .

-L Konfigurasikan model panjang urutan target profil untuk menghasilkan panjang rata-rata
sekitar daripada default 400.

--lokal
Konfigurasikan profil untuk penyelarasan lokal multihit.

--unilokal
Konfigurasikan profil untuk penyelarasan lokal unihit (Smith/Waterman).

--glokal
Konfigurasikan profil untuk penyelarasan glocal multihit.

--uniglokal
Konfigurasikan profil untuk penyelarasan glocal unihit.

PILIHAN PENGENDALIAN FANCY KONSENSUS EMISI

Opsi ini mengharuskan Anda mengatur -C Option.

--minl
Setel minimal ambang batas untuk menunjukkan residu yang terkonservasi lemah sebagai huruf kecil. (0 <=
x <= 1)

--minu
Setel minimal ambang batas untuk menunjukkan residu yang sangat terkonservasi sebagai huruf besar. (0
<= x <= 1)

LAIN PILIHAN

--benih
Benih generator nomor acak dengan , bilangan bulat >= 0. Jika bukan nol, sembarang
simulasi stokastik akan dapat direproduksi; perintah yang sama akan memberikan hal yang sama
hasil. Jika adalah 0, generator bilangan acak diunggulkan secara sewenang-wenang, dan
simulasi stokastik akan bervariasi dari menjalankan ke menjalankan perintah yang sama. Standarnya
adalah 0: gunakan benih sewenang-wenang, sangat berbeda hmmm berjalan akan menghasilkan yang berbeda
sampel.

Gunakan hmmemit online menggunakan layanan onworks.net