hmmsim - クラウドでオンライン

プログラム：

NAME

hmmsim - ランダムなシーケンスのスコア分布を収集します

SYNOPSIS

うーん、シム [オプション]

DESCRIPTION

　 うーん、シム プログラムはランダムなシーケンスを生成し、それらをモデルでスコア付けします。 ,
さまざまな種類のヒストグラム、プロット、および結果の近似分布を出力します。
スコア

うーん、シム は、HMMER パッケージの主流の部分ではありません。 ほとんどのユーザーにはそうする理由はないでしょう
これを使って。 P 値を決定するために使用される統計的手法の開発とテストに使用されます。
HMMER3 の E 値。 たとえば、2008 年の結果のほとんどを生成するために使用されました。
H3 のローカル アライメント統計に関する論文 (PLoS Comp Bio 4:e1000069、2008;
http://www.ploscompbiol.org/doi/pcbi.1000069).

これは研究用のテストベッドであるため、他のものほど堅牢であることを期待しないでください。
パッケージ内のプログラム。 たとえば、オプションが奇妙な方法で相互作用する場合があります。 私たちはしていない
考えられるすべての異なる組み合わせをテストしたり、予測しようとしたりしませんでした。

主なタスクは、最尤ガンベル分布をビタビ スコアまたは
高得点のフォワード スコアに対する最尤指数関数的テールを求め、これらが
近似分布は、両方のビタビ ガンベルに対して lambda ~ log_2 という推測に従います。
そして順方向指数尾部。

出力は、モデルごとに XNUMX 行の数値テーブルです。 XNUMX つの異なるパラメトリック フィット
(1) 位置 (mu/tau) と位置 (mu/tau) の両方に最尤適合度が適合する
傾き（ラムダ）パラメータ。 (2) lambda=log_2 と仮定すると、最尤度は次のように適合します。
locationパラメータのみ。 (3) 同じですが、現在のものを使用してエッジ補正されたラムダを仮定します。
H3 の手順 [Eddy、2008]。 (4) H3 の電流によって決定される両方のパラメータを使用する
手順。 適合度に関する標準的な単純かつ簡単で汚い統計は「E@10」です。
10 位にランク付けされたトップヒットの計算された E 値。約 10 であると予想されます。

詳細には、出力の列は次のとおりです。

名 モデルの名前。

テールプ 分布に適合させるために使用される最高スコアの割合。 ビタビ、MSV、および
ハイブリッド スコア、デフォルトは 1.0 (ガンベル分布はすべてのスコアに適合します)
データ）。 Forward スコアの場合、これはデフォルトで 0.02 に設定されます (指数尾部は次の値に近似されます)。
最高 2% のスコア）。

ムー/タウ データに適合する最大の尤度を示す位置パラメータ。

ラムダ データに適合する最尤度の傾きパラメーター。

E@10 ML mu/tau を使用して 10 番目にランク付けされた高スコア (「E@10」) に対して計算された E 値
そしてラムダ。 定義上、E 値を推定すると、これは約 10 になると予想されます。
正確。

マルチプレクサ 位置パラメータ、既知の (固定) 傾きでの最尤近似用
log_2 のパラメータ ラムダ (0.693)。

E@10fix
mufix を使用して 10 位のスコアに対して計算された E 値と期待値
ラムダ = log_2 = 0.693。

マルチフィックス2 位置パラメータ、エッジ効果補正済みの最尤フィット用
ラムダ。

E@10fix2
mufix10 とエッジ効果を使用して 2 位のスコアに対して計算された E 値
ラムダを修正しました。

pmu H3 の推定手順によって決定される位置パラメータ。

プラムダ
H3 の推定手順によって決定される傾きパラメータ。

pE@10 pmu、plambda を使用して 10 位のスコアに対して計算された E 値。

この表の最後に、# で始まり、次の内容を要約した XNUMX 行が出力されます。
シミュレーションで使用された全体の CPU 時間。

オプションの出力ファイルの一部は、xmgrace xy 形式です。 xmgrace は強力かつ自由です
利用可能なグラフ作成ソフトウェア。

雑則 OPTIONS

-h ヘルプ; コマンドラインの使用法と利用可能なすべてのオプションの簡単なリマインダーを印刷します。

-a シミュレートされた各シーケンスから予想されるビタビ アライメント長の統計を収集します。
これは、ビタビ スコアでのみ機能します (デフォルト。を参照)。 --vit）。 追加でXNUMXつ
フィールドは各モデルの出力テーブルに出力されます: ビタビの平均長
アライメントと標準偏差。

-v （冗長）。 スコアも XNUMX 行に XNUMX スコアとして出力します。

-L ランダムにサンプリングされた (非相同) シーケンスの長さを次のように設定します。 を選択します。
デフォルトは100です。

-N ランダムにサンプリングされたシーケンスの数を次のように設定します。 。 デフォルトは1000です。

--mpi MPI 並列モードで実行します。 ムピルン。 送信レベルで並列化される
一度に XNUMX つのプロファイルを MPI ワーカー プロセスに送信するため、並列化は次の場合にのみ役立ちます。
に複数のプロファイルがあります 、少なくとも次のようにしたいと思います
MPI ワーカー プロセスとしての多くのプロファイル。 (オプションの MPI サポートが有効であった場合にのみ利用可能)
コンパイル時に有効になります。)

OPTIONS 制御 出力

-o メイン出力テーブルをファイルに保存する 標準出力に送信するのではなく。

- ファイル
ビタビ アライメント統計を収集するとき ( -a オプション)、サンプルごとに
シーケンス、XNUMX 行あたり XNUMX つのフィールドをファイルに出力 : 最適な長さ
アラインメント、およびビタビ ビット スコア。 が必要です。 -a オプションも使用されます。

--efile
ランクと E 値のプロットを XMGRACE xy 形式でファイルに出力します 。 X 軸は
このシーケンスの最高スコアから最低スコアまでのランク。 y 軸は E 値です
このシーケンスに対して計算されます。 E 値は H3 のデフォルト手順を使用して計算されます
(つまり、出力テーブルの pmu、plambda パラメーター)。 激しい試合が予想される
E 値が正確に推定されている場合、ランクと E 値の間。

--ffile
「フィルターパワー」ファイルを出力します。 : モデルごとに、次の XNUMX つのフィールドを含む行。
モデル名、P 値のしきい値を通過するシーケンスの数、および割合
P 値の閾値を超えるシーケンス。 見る --pthresh P値の設定用
しきい値。デフォルトは 0.02 (H3 のデフォルトの MSV フィルターしきい値)。 P-
値は、H3 のデフォルト プロシージャ (pmu、plambda パラメータ) によって決定されます。
出力テーブル)。 すべてが順調であれば、フィルター能力は次の条件と同等であることが期待できます。
予測された閾値の P 値の設定。

--pfile
累積生存プロット (P(S>x)) をファイルに出力します。 XMGRACE xy 形式。 そこには
1 つのプロットです: (2) 観察されたスコア分布。 (XNUMX) 最尤度
近似分布。 (3) 位置パラメータに適合する最大尤度
(ム/タウ)ながら
lambda=log_2 と仮定します。

--xfile
ビット スコアを倍精度浮動小数点数のバイナリ配列として出力します (8 バイトあたり XNUMX バイト)。
スコア)をファイルに 。 Easel のようなプログラム esl-ヒストプロット このようなバイナリ ファイルを読み取ることができます。
これは、非常に大きなサンプル サイズを生成する場合に役立ちます。

OPTIONS 制御 MODEL CONFIGURATION （MODE）

H3 はマルチヒット ローカル アライメントのみを使用します ( --fs モード）、そしてこれが私たちが信じているところです
統計的適合。 Unihit ローカル アライメント スコア (Smith/Waterman; --sw モード）また、私たちに従ってください
統計的な推測。 グローカル アライメント統計 (マルチヒットまたはユニヒット) は次のとおりです。
まだ十分に理解されておらず、適切に適合されていません。

--fs マルチヒットのローカル アライメント スコアを収集します。 これがデフォルトです。 としての位置合わせ
「フラグメント検索モード」。

--sw ユニヒットのローカル アライメント スコアを収集します。 H3 J 状態は無効になります。 としての位置合わせ
「スミス/ウォーターマン検索モード」。

--ls マルチヒットのグローカル アライメント スコアを収集します。 グローカル (グローバル/ローカル) アライメントでは、
モデル全体がターゲットのサブシーケンスに一致する必要があります。 H3 ローカル出入口
遷移確率は無効になります。 「ls」は HMMER2 の歴史に由来します。
マルチヒットのローカル アライメントを「ローカル検索モード」と呼ぶ用語。

--s ユニヒット グローカル アライメント スコアを収集します。 H3 J ステートとローカル入口/出口の両方
遷移確率は無効になります。 「s」は HMMER2 の歴史に由来します。
ユニヒット グローカル アライメントの用語。

OPTIONS 制御 スコアリング アルゴリズム

--vit ビタビ最尤アライメント スコアを収集します。 これがデフォルトです。

--fwd アライメントアンサンブルにわたって合計された、前方対数オッズ尤度スコアを収集します。

--hyb Yu と Hwa の論文で説明されているように、「ハイブリッド」スコアを収集します (たとえば、
バイオインフォマティクス 18:864、2002)。 これらには、順行列の計算と取得が含まれます。
セルの最大値。 この数字自体は統計的にはやややる気がありませんが、
しかし、分布は行儀の良い極値分布であることが期待されます
（ガンベル）。

--msv H3 のメインを使用して、MSV (複数のギャップのないセグメント ビタビ) スコアを収集します。
加速ヒューリスティック。

- 速い 上記のオプションのいずれについても、H3 の最適化された実稼働実装を使用します (
SIMD ベクトル化)。 デフォルトでは、わずかな犠牲を払って実装を使用します。
数値精度の量。 これにより、交絡ノイズが発生する可能性があります。
統計的なシミュレーションと適合のため、正確さが非常に気になる場合は、
詳細については、ノイズの原因を考慮に入れることができる方が良いでしょう。

OPTIONS 制御 ぴったり 尾 大衆 FOR FORWARD

いくつかの実験では、Forward スコアをさまざまなテールの範囲に適合させることが役に立ちました。
一人ではなく、大勢で。 これらのオプションは、均等にフィットするためのメカニズムを提供します。
異なる尾部質量の間隔をあけた範囲。 異なる尾部質量ごとに線が生成されます
出力で。

--tmin
尾部質量分布の下限を設定します。 (デフォルトは 0.02 です。
デフォルトの単一尾部質量。)

--tmax
尾部質量分布の上限を設定します。 (デフォルトは 0.02 です。
デフォルトの単一尾部質量。)

--tポイント
サンプリングする尾部質量の数を次から設定します。 --tmin で終わる --tmax.
(デフォルトは 1 で、デフォルトの単一尾部質量は 0.02 です。)

--tlinear
一定の線形間隔で尾部質量の範囲をサンプリングします。 デフォルトでは使用します
均一な対数間隔。

OPTIONS 制御 H3 パラメータ 見積もり 方法

H3 は XNUMX つの短いランダム シーケンス シミュレーションを使用して、位置パラメータを推定します。
MSV スコア、ビタビ スコア、および Forward スコアの予想されるスコア分布。 これらは
オプションを使用すると、これらのシミュレーションを変更できます。

--EML
位置パラメータ mu を推定するシミュレーションでシーケンスの長さを設定します。
MSV E 値。 デフォルトは 200 です。

--EmN
位置パラメータ mu を推定するシミュレーションでのシーケンスの数を設定します。
MSV E値の場合。 デフォルトは 200 です。

--EvL
位置パラメータ mu を推定するシミュレーションでシーケンスの長さを設定します。
ビタビ E 値。 デフォルトは 200 です。

--EvN
位置パラメータ mu を推定するシミュレーションでのシーケンスの数を設定します。
ビタビ E 値の場合。 デフォルトは 200 です。

--EfL
位置パラメータ tau を推定するシミュレーションでのシーケンス長を設定します。
順方向 E 値の場合。 デフォルトは 100 です。

--EfN
位置パラメータを推定するシミュレーションにおけるシーケンスの数を設定します。
tau は Forward E 値です。 デフォルトは 200 です。

--エフト
位置を推定するシミュレーションに適合するように尾部の質量分率を設定します。
Forward evalue のパラメータ tau。 デフォルトは 0.04 です。

デバッグ OPTIONS

- ストール
MPIマスター/ワーカーバージョンをデバッグする場合：開始後に一時停止して、
実行中のマスタープロセスとワーカープロセスにデバッガーをアタッチする開発者。 送信
一時停止を解除するSIGCONTシグナル。 （gdbの下： （gdb） 信号 シグコント） （それだけ
オプションのMPIサポートがコンパイル時に有効になっている場合に使用できます。）

- シード
乱数シードを次のように設定します。 。 デフォルトは 0 で、乱数になります。
ジェネレーターは任意のシードを使用するため、 うーん、シム ほぼ
確実に異なる統計サンプルが生成されます。 デバッグに便利なのは、
乱数シードを固定することで、再現可能な結果を​​強制します。

実験 OPTIONS

これらのオプションは、さまざまな探索的実験で使用されました。

--bg flat
バックグラウンド残留物分布を均一分布に設定します。
スコアの計算と、
ランダムなシーケンス。 デフォルトでは、標準アミノ酸バックグラウンド周波数が使用されます。
配布。

--bgcomp
バックグラウンド残留物分布をプロファイルの平均組成に設定します。
これは、偏った構成の影響の一部を調査するために使用されました。

--x-no-lengthmodel
H3 ターゲット シーケンス長モデルをオフにします。 N、C、Jの自己遷移を設定します。
代わりにヌルモデルを 350/351 に変更します。 これは HMMER2 をエミュレートします。 良いアイデアではありません
全般的。 これは、H2 と H3 の主な違いの XNUMX つを示すために使用されました。

--nu
MSV アルゴリズムの nu パラメータを設定します -- ギャップのないローカルの予想される数
ターゲット配列ごとのアライメント。 デフォルトは 2.0 で、E->J に対応します。
遷移確率は0.5。 これは、nu が変化するかどうかをテストするために使用されました。
結果に重大な影響を与える (当然のことながら、そうではないようです)。 このオプションのみ
次の場合に機能します --msv が選択されています (MSV にのみ影響します)。 - 速い
(最適化された実装は nu=2.0 を想定するように組み込まれているため)。

--pthresh
フィルター パワー ファイルの生成に使用するフィルター P 値のしきい値を設定します。
--ffile。 デフォルトは 0.02 です (MSV スコアのテストに適しています。
これは、H3 のアクセラレーション パイプラインのデフォルトの MSV フィルターしきい値であるためです。)
他の適切な選択肢 (アクセラレーション パイプラインのデフォルトと一致するもの) は次のとおりです。
ビタビの場合は 0.001、フォワードの場合は 1e-5 です。

onworks.net サービスを使用してオンラインで hmmsim を使用する