cmbuild - Online nel cloud

PROGRAMMA:

NOME

cmbuild - costruisce modelli di covarianza da sequenze multiple di RNA strutturalmente annotate
allineamento/i

SINOSSI

cmcostruire [opzioni]

DESCRIZIONE

Per ogni allineamento di sequenze multiple in costruisci un modello di covarianza e salvalo in
un nuovo file .

Il file di allineamento deve essere in formato Stockholm o SELEX e deve contenere il consenso
annotazione della struttura secondaria. cmcostruire utilizza la struttura del consenso per determinare il
architettura del CM.

può essere '-' (trattino), che significa leggere questo input da stdin piuttosto che un file.
Per usare '-', devi anche specificare il formato del file di allineamento con --informati , come in
--informati Stoccolma (a causa di una limitazione attuale nella nostra implementazione, file MSA
i formati non possono essere rilevati automaticamente in un flusso di input non riavvolgibile.)

potrebbe non essere '-' (Stdout), perché l'invio del file CM a stdout sarebbe in conflitto
con l'altro output di testo del programma.

Oltre a scrivere CM(s) a , cmcostruire emette anche una singola riga per ciascuno
modello creato per stdout. Ogni riga ha i seguenti campi: "aln": l'indice del
allineamento utilizzato per costruire il CM; "idx": l'indice del CM nel ; "nome":
il nome del CM; "nseq": il numero di sequenze nell'allineamento utilizzato per costruire il CM;
"eff_nseq": il numero effettivo di sequenze utilizzate per costruire il modello; "alen": la lunghezza
dell'allineamento utilizzato per costruire il CM; "clen": il numero di colonne dall'allineamento
definito come colonne di consenso (corrispondenza); "bps": il numero di coppie di basi nel CM; "bif":
il numero di biforcazioni nel CM; "rel entropy: CM": l'entropia relativa totale del
modello diviso per il numero di colonne di consenso; "rel entropy: HMM": il relativo totale
entropia del modello ignorando la struttura secondaria divisa per il numero di consenso
colonne. "descrizione": descrizione del modello/allineamento.

VERSIONI

-h Aiuto; stampare un breve promemoria dell'utilizzo della riga di comando e delle opzioni disponibili.

-n Dai un nome al nuovo CM . L'impostazione predefinita è usare il nome dell'allineamento (se uno è
presente nel ), o, in mancanza, il nome del . If
contiene più di un allineamento, -n non funziona e ogni allineamento
deve avere un nome annotato nel (come in Stoccolma #=annotazione ID GF).

-F Consentire da sovrascrivere. Senza questa opzione, se già
esiste, cmcostruire esce con un errore.

-o Indirizza l'output di riepilogo al file , piuttosto che a normale.

-O Dopo che ogni modello è stato costruito, salva nuovamente gli allineamenti di origine annotati in un file
in formato Stoccolma. Le sequenze sono annotate con il peso relativo della sequenza
sono stati assegnati. Gli allineamenti sono anche annotati con una linea di annotazione di riferimento
indicando quali colonne sono state assegnate come consenso. Se l'allineamento della sorgente fosse stato
l'annotazione di riferimento ("#=GC RF") verrà sostituita con il residuo di consenso di
il modello per le colonne di consenso e '.' per inserire colonne, a meno che il --mano
è stata utilizzata l'opzione per specificare le posizioni di consenso, nel qual caso sarà
invariato.

--devhelp Stampa aiuto, come con -h , ma includi anche opzioni per esperti che non lo sono
visualizzato con -h . Queste opzioni di esperti non dovrebbero essere rilevanti per il
stragrande maggioranza degli utenti e quindi non sono descritti nella pagina di manuale. Il solo
le risorse per capire cosa fanno realmente sono le brevi righe di una sola riga
descrizioni emesse quando --devhelp è abilitato e il codice sorgente.

VERSIONI CONTROLLARE MODELLO COSTRUZIONE

Queste opzioni controllano come vengono definite le colonne di consenso in un allineamento.

--veloce Definisci automaticamente le colonne di consenso come quelle che hanno una frazione >= simfrac of
residui rispetto alle lacune. (Vedi sotto per il --symfrac opzione.) Questo è il
predefinito.

--mano Utilizzare l'annotazione delle coordinate di riferimento (#=linea RF GC, a Stoccolma) per determinare quale
le colonne sono consenso e quali sono inserti. Qualsiasi carattere senza spazi indica a
colonna di consenso. (Ad esempio, contrassegna le colonne di consenso con "x" e inserisci colonne
con ".".) Questa opzione è stata chiamata --rf nelle versioni precedenti di Infernal (0.1
fino a 1.0.2).

--symfrac
Definire la soglia della frazione residua necessaria per definire una colonna di consenso quando
non usando --mano. Il valore predefinito è 0.5. La frazione del simbolo in ogni colonna è
calcolato dopo aver preso in considerazione la ponderazione relativa della sequenza. Impostandolo su
0.0 significa che ogni colonna di allineamento sarà assegnata come consenso, che può essere
utile in alcuni casi. Impostarlo su 1.0 significa che solo le colonne che includono 0 spazi vuoti
sarà assegnato come consenso. Questa opzione sostituisce --gapthresh opzione
dalle versioni precedenti di Infernal (da 0.1 a 1.0.2), con uguale a (1.0 -
). Ad esempio per riprodurre un comportamento per un comando di cmcostruire --gapthresh 0.8
in una versione precedente, utilizzare cmcostruire --symfrac 0.2 con questa versione

--noss Ignora l'annotazione della struttura secondaria, se presente, in e costruisci un CM con
zero coppie di basi. Questo modello sarà simile a un profilo HMM e il cmcerca ed
cmscan i programmi utilizzeranno algoritmi HMM che sono più veloci di quelli CM per questo
modello. Inoltre, non è necessario calibrare un modello di coppia di basi zero con cmcalibrare
prima di correre cmcerca con esso. Il --noss l'opzione deve essere utilizzata se non c'è
annotazione della struttura secondaria in .

--ricerca
Parametrizzare i punteggi di emissione alla RSEARCH, utilizzando la matrice RIBOSUM nel file .
Con --ricerca abilitato, tutti gli allineamenti in deve contenere esattamente uno
sequenza o il --chiamata anche l'opzione deve essere abilitata. Tutte le posizioni in ogni sequenza
saranno considerate "colonne" di consenso. In realtà, i punteggi di emissione per questi
i modelli non saranno identici ai punteggi RIBOSUM a causa delle differenze nella modellazione
strategia tra Infernal e RSEARCH, ma saranno il più simili possibile.
I file di matrice RIBOSUM sono inclusi con Infernal nella sottodirectory "matrici/" di
la directory "infernal-xxx" di livello superiore. Le matrici RIBOSUM sono punteggi di sostituzione
matrici addestrate specificamente per RNA strutturali con singolo filamento separato
punteggi di sostituzione del residuo e della coppia di basi. Per maggiori informazioni consultare la RICERCA
pubblicazione (Klein e Eddy, BMC Bioinformatics 4:44, 2003).

ALTRO MODELLO COSTRUZIONE VERSIONI

--nullo
Leggi un modello nullo da . Il modello nullo definisce la probabilità di ciascun RNA
nucleotide nella sequenza di sfondo, l'impostazione predefinita prevede l'utilizzo di 0.25 per ciascun nucleotide.
Il formato dei file null è specificato nella guida dell'utente.

--prima
Leggi un Dirichlet prima di , sostituendo la miscela predefinita Dirichlet. Il
il formato dei file precedenti è specificato nella guida dell'utente.

Usa il --devhelp per visualizzare ulteriori opzioni di costruzione del modello, altrimenti non documentate.

VERSIONI CONTROLLARE PARENTE PESI

cmcostruire utilizza un algoritmo di ponderazione della sequenza ad hoc per ridurre il peso strettamente correlato
sequenze e upweight quelli lontanamente imparentati. Questo ha l'effetto di rendere meno i modelli
influenzato da una rappresentazione filogenetica disomogenea. Ad esempio, due sequenze identiche sarebbero
in genere ciascuno riceve la metà del peso che avrebbe una sequenza. Queste opzioni controllano
quale algoritmo viene utilizzato.

--wpb Utilizzare lo schema di ponderazione della sequenza basato sulla posizione di Henikoff [Henikoff e Henikoff,
J. Mol. Biol. 243:574, 1994]. Questa è l'impostazione predefinita.

--wgsc Utilizzare l'algoritmo di ponderazione Gerstein/Sonnhammer/Chothia [Gerstein et al, J. Mol.
Biol. 235:1067, 1994].

--wnone
Disattiva la ponderazione della sequenza; ad esempio, imposta esplicitamente tutti i pesi della sequenza su 1.0.

--wdato
Utilizzare i pesi di sequenza come indicato nell'annotazione nel file di allineamento di input. se no
sono stati dati i pesi, supponiamo che siano tutti 1.0. L'impostazione predefinita è determinare nuovo
pesi di sequenza dall'algoritmo Gerstein/Sonnhammer/Chothia, ignorando qualsiasi
pesi annotati.

--wblosum
Usa l'algoritmo di filtraggio BLOSUM per pesare le sequenze, invece del valore predefinito
ponderazione dell'SGC. Raggruppa le sequenze a una data identità percentuale (vedi --largo);
assegnare a ciascun cluster un peso totale di 1.0, distribuito equamente tra i membri
di quel cluster.

--largo
Controlla il comportamento del --wblosum opzione di ponderazione impostando la percentuale
identità per raggruppare l'allineamento a .

VERSIONI CONTROLLARE EFFICACE SEQUENZA NUMERO

Dopo aver determinato i pesi relativi, vengono normalizzati per sommare a un totale effettivo
sequenza di numeri, eff_nseq. Questo numero può essere il numero effettivo di sequenze nel
allineamento, ma è quasi sempre più piccolo di quello. La ponderazione entropica predefinita
metodo (--ent) riduce il numero di sequenza effettivo per ridurre il contenuto delle informazioni
(entropia relativa, o punteggio medio atteso su veri omologhi) per posizione di consenso. Il
l'entropia relativa dell'obiettivo è controllata da una funzione a due parametri, dove i due
i parametri sono impostabili con --ecco ed --sigma.

--ent Utilizzare la strategia di ponderazione dell'entropia per determinare il numero di sequenza effettivo che
fornisce un'entropia relativa dello stato di corrispondenza media target. Questa opzione è l'impostazione predefinita e
può essere spento con --uno. Lo stato di corrispondenza medio target predefinito relativo
l'entropia è 0.59 bit per i modelli con almeno 1 coppia di basi e 0.38 bit per i modelli
con zero coppie di basi, ma cambiato con --ecco. Il valore predefinito di 0.59 o 0.38 bit è
cambia automaticamente se l'entropia relativa totale del modello (corrispondenza sommata
entropia relativa dello stato) è inferiore a un limite, che è di 6.0 bit per impostazione predefinita, ma
può essere cambiato con l'esperto, senza documenti --ex opzione. Se lo vuoi davvero
gioca con quell'opzione, consulta il codice sorgente.

--uno
Disattiva la strategia di ponderazione dell'entropia. Il numero di sequenza effettivo è solo il
numero di sequenze nell'allineamento.

--ecco
Imposta l'entropia relativa dello stato di corrispondenza media target come . Per impostazione predefinita, l'obiettivo
l'entropia relativa per posizione di corrispondenza è 0.59 bit per i modelli con almeno 1
coppia di basi e 0.38 per i modelli con zero coppie di basi.

--emineq
Definire il numero di sequenza effettivo minimo consentito come .

--ehm
Imposta l'entropia relativa dello stato di corrispondenza media HMM target come . Entropia per
gli stati di corrispondenza della coppia di basi vengono calcolati utilizzando l'emissione della coppia di basi marginalizzata
probabilità.

--eset
Imposta il numero di sequenza effettivo per la ponderazione dell'entropia come .

VERSIONI CONTROLLARE FILTRO P7 HMM COSTRUZIONE

Per ogni CM che cmcostruire costrutti, un filtro di accompagnamento p7 HMM è costruito dall'input
anche l'allineamento. Queste opzioni controllano la costruzione del filtro HMM:

--p7qui
Imposta l'entropia relativa dello stato di corrispondenza media target per il filtro p7 HMM come . By
per impostazione predefinita, l'entropia relativa di destinazione per posizione di corrispondenza è 0.38 bit.

--p7ml Utilizzare un HMM di massima verosimiglianza p7 costruito dal CM come filtro HMM. Questo HMM lo farà
essere il più simile possibile al CM (pur necessariamente ignorante del secondario
struttura).

Usa il --devhelp per visualizzare ulteriori opzioni di costruzione HMM, altrimenti non documentate.

VERSIONI CONTROLLARE FILTRO P7 HMM TARATURA

Dopo aver costruito ogni filtro HMM, cmcostruire determina i parametri di valore E appropriati da utilizzare
durante il filtraggio in cmcerca ed cmscan campionando una serie di sequenze e cercandole
con ogni configurazione e algoritmo del filtro HMM.

--EmN Impostare il numero di sequenze campionate per la calibrazione HMM del filtro MSV locale su .
200 per impostazione predefinita.

--EvN Impostare il numero di sequenze campionate per la calibrazione HMM del filtro di Viterbi locale su
. 200 per impostazione predefinita.

--ElfoN Impostare il numero di sequenze campionate per la calibrazione HMM del filtro Forward locale su
. 200 per impostazione predefinita.

--EgfN Impostare il numero di sequenze campionate per la calibrazione HMM del filtro Forward glocal
a . 200 per impostazione predefinita.

Usa il --devhelp per visualizzare ulteriori opzioni di calibrazione del filtro HMM, altrimenti non documentate.

VERSIONI PER RAFFINAZIONE LA INGRESSO ALLINEAMENTO

--perfeziona
Tentare di perfezionare l'allineamento prima di costruire il CM utilizzando le aspettative-
massimizzazione (EM). Un CM viene prima costruito dall'allineamento iniziale come di consueto. Quindi,
le sequenze nell'allineamento vengono riallineate in modo ottimale (con l'HMM banded CYK
algoritmo, ottimo significa ottimo date le bande) al CM, e viene costruito un nuovo CM
dall'allineamento risultante. Le sequenze vengono quindi riallineate al nuovo CM e a
il nuovo CM è costruito da quell'allineamento. Questo è continuato fino alla convergenza,
in particolare quando gli allineamenti per due iterazioni successive non lo sono
significativamente differenti (la somma dei bit score di tutte le sequenze nel
l'allineamento cambia meno dell'1% tra due iterazioni successive). Il finale
allineamento (l'allineamento utilizzato per costruire il CM su cui viene scritto ) is
scritto .

-l Con --perfeziona, attivare l'algoritmo di allineamento locale, che consente all'allineamento di
si estendono su due o più sottosequenze se necessario (ad es. se le strutture della query
modello e sequenza target sono condivisi solo parzialmente), consentendo alcune grandi
inserimenti e delezioni nella struttura da penalizzare diversamente dal normale
indel. L'impostazione predefinita prevede l'allineamento globale del modello di query alle sequenze di destinazione.

--Gibbs
Modifica il comportamento di --perfeziona quindi il campionamento di Gibbs viene utilizzato al posto di EM. Il
la differenza è che durante la fase di allineamento l'allineamento non è necessariamente
ottimale, invece un allineamento (parsetree) per ogni sequenza viene campionato dal
distribuzione a posteriori degli allineamenti determinata dall'algoritmo Inside. Dovuto a
questa fase di campionamento --Gibbs non è deterministico, quindi esecuzioni diverse con lo stesso
l'allineamento può produrre risultati diversi. Questo non è vero quando --perfeziona viene usato
senza il --Gibbs opzione, nel qual caso l'allineamento finale e il CM saranno sempre
lo stesso. quando --Gibbs è abilitato, il --seme l'opzione può essere utilizzata per seminare il
generatore di numeri casuali in modo prevedibile, rendendo i risultati riproducibili. L'obiettivo di
, il --Gibbs l'opzione è quella di aiutare i curatori esperti dell'allineamento dell'RNA a perfezionare la struttura
allineamenti consentendo loro di osservare allineamenti alternativi ad alto punteggio.

--seme
Semina il generatore di numeri casuali con , un intero >= 0. Questa opzione può solo
essere utilizzato in combinazione con --Gibbs. If è diverso da zero, campionamento stocastico di
gli allineamenti saranno riproducibili; lo stesso comando darà gli stessi risultati. Se
è 0, il generatore di numeri casuali viene seminato arbitrariamente e stocastico
i campionamenti possono variare da un'esecuzione all'altra dello stesso comando. Il seme predefinito è 0.

--cyk Con --perfeziona, allinearsi con l'algoritmo CYK. Per impostazione predefinita, la precisione ottimale
viene utilizzato l'algoritmo. Ci sono maggiori informazioni su questo nel cmallinea pagina di manuale.

--notrunc
Con --perfeziona, disattivare l'algoritmo di allineamento troncato. C'è dell'altro
informazioni su questo nel cmallinea pagina di manuale.

Usa il --devhelp per vedere ulteriori opzioni di perfezionamento dell'allineamento, altrimenti non documentate come
così come altre opzioni di file di output e opzioni per la creazione di più modelli per un singolo
allineamento.

Usa cmbuild online utilizzando i servizi onworks.net