cmalign - 클라우드에서의 온라인

프로그램:

이름

cmalign - 공분산 모델에 시퀀스 정렬

개요

cmalign
[옵션]

기술

cmalign RNA 서열을 정렬합니다. 공분산 모델(CM)에 .
새 정렬은 다음으로 출력됩니다. 표준 출력 스톡홀름 형식이지만 파일로 리디렉션될 수 있습니다.
와 더불어 -o 옵션을 선택합니다.

어느 or (그러나 둘 다는 아님) '-'(대시)일 수 있습니다.
에서 입력 표준 파일보다는.

시퀀스 파일 FASTA 또는 Genbank 형식이어야 합니다.

cmalign 설명된 대로 HMM 밴딩 기술을 사용하여 기본적으로 정렬을 가속화합니다.
아래에 --hbanded 옵션. HMM 밴딩은 다음과 같이 끌 수 있습니다. --노밴드 옵션을 선택합니다.

기본적으로, cmalign 최대 예상 정확도로 정렬을 계산합니다.
밴드 버전을 사용하여 HMM에서 파생된 제약 조건(밴드)과 일치합니다.
Durbin/Holmes 최적의 정확도 알고리즘. 이 동작은 다음을 사용하여 변경할 수 있습니다. --cyk or
--견본 옵션을 제공합니다.

cmalign 절단된 서열을 올바르게 정렬하기 위해 특별한 주의를 기울입니다.
실제 전장 생물학적 서열의 시작(5') 및/또는 끝(3')부터
입력 서열에는 존재하지 않음(DL Kolbe 및 SR Eddy, Bioinformatics, 25:1236-1243,
2009). 이 동작은 기본적으로 켜져 있지만 다음을 사용하여 끌 수 있습니다. --notrunc. 이전에
버전 cmalign 전에, --보결 잘린 부분을 적절하게 처리하려면 옵션이 필요했습니다.
시퀀스. NS --보결 옵션은 이 버전에서도 계속 사용할 수 있지만 새로운 기본 방법은
잘린 시퀀스를 처리하려면 거의 하위 메서드보다 우수하거나 우수해야 합니다.
모든 경우.

XNUMXD덴탈의 --마팔리 옵션을 사용하면 다음을 구축하는 데 사용되는 고정된 훈련 정렬을 포함할 수 있습니다.
파일의 CM 출력 정렬 내에서 cmalign.

Easel을 사용하여 동일한 CM이 만든 두 개 이상의 정렬을 병합할 수 있습니다.
미니앱 esl-알리머지 (Infernal의 이젤/miniapps/ 하위 디렉터리에 포함됨) 이전의
버전 cmalign 정렬을 병합하는 옵션이 포함되었지만 더 이상 사용되지 않았습니다.
발전 esl-알리머지, 이는 메모리 효율성이 훨씬 더 높습니다.

기본적으로, cmalign 정렬을 stdout으로 출력합니다. 정렬을 리디렉션할 수 있습니다.
출력 파일로 와 더불어 -o 옵션. 와 함께 -영형, 각 정렬에 대한 정보
점수 및 모델 정렬 경계를 포함한 시퀀스는 표준 출력으로 인쇄됩니다(자세한 내용은
이에 대해서는 아래에서).

출력 정렬은 기본적으로 스톡홀름 형식입니다. 이는 Pfam으로 변경될 수 있습니다.
정렬된 FASTA(AFA), A2M, Clustal 또는 Phylip 형식을 사용하여 --아웃포맷 선택권,
어디에 원하는 형식의 이름입니다. 특별한 경우로, 출력 정렬이
(10,000개 이상의 서열 또는 10,000,000개 이상의 총 뉴클레오티드)
출력 형식은 Pfam 형식이며 각 시퀀스는 한 줄에 나타납니다.
메모리 효율성의 이유 이보다 큰 정렬의 경우 다음을 사용합니다. -- 남겨진 강제할 것이다
인터리브된 스톡홀름 형식이지만 사용자는 이 경우 많은 양의 작업이 필요할 수 있다는 점을 알아야 합니다.
메모리. -- 남겨진 최대 100,000개의 시퀀스 또는 100,000,000개의 정렬에만 작동합니다.
총 뉴클레오티드.

출력 정렬 형식이 Stockholm 또는 Pfam인 경우 출력 정렬은 다음과 같습니다.
각 정렬의 신뢰 수준을 추정하는 사후 확률로 주석이 추가되었습니다.
뉴클레오티드. 이 주석은 "#=GR로 시작하는 줄로 나타납니다. PP", 당 XNUMX개
각각 해당 정렬된 시퀀스 바로 아래에 있는 시퀀스 " ".
PP 줄의 문자에는 "12-0", "*" 또는 "." 등 9가지 값이 가능합니다. "."인 경우 위치
시퀀스의 간격에 해당합니다. "0" 값은 사후 확률을 나타냅니다.
0.0에서 0.05 사이, "1"은 0.05에서 0.15 사이를 나타내고, "2"는 0.15에서 XNUMX 사이를 나타냅니다.
0.25 등으로 9에서 0.85 사이를 나타내는 "0.95"까지 계속됩니다. "*" 값은
사후 확률은 0.95에서 1.0 사이입니다. 더 높은 사후 확률이 해당됩니다.
정렬된 뉴클레오티드가 어디에 나타나는지 더 큰 확신을 갖기 위해
조정. 와 함께 --비밴드, 사후 확률 계산에서는 모든 사항을 고려합니다.
CM에 대한 표적 서열의 가능한 정렬. 없이 --노밴드 (즉, 기본값
모드), 계산에서는 HMM 대역 내에서 가능한 정렬만 고려합니다. 더 나아가,
사후 확률은 정렬의 절단 모드에 따라 달라집니다. 을 위한
예를 들어, 서열 정렬이 5'로 잘린 경우 PP 값 "9"는 다음 사이를 나타냅니다.
모든 0.85' 잘린 정렬의 0.95 및 5는 주어진 위치에 주어진 뉴클레오티드를 포함합니다.
위치. 후방 주석은 다음을 사용하여 끌 수 있습니다. --noprob 옵션. 만약에 --작은
활성화된 경우 후방 주석도 다음을 사용하여 꺼야 합니다. --noprob.

다음과 같은 경우 stdout으로 인쇄되는 표 형식 출력은 다음과 같습니다. -o 옵션이 사용되면 한 줄이 포함됩니다.
시퀀스당 및 줄당 XNUMX개의 필드: "idx": 입력의 시퀀스 인덱스
파일, "seq name": 시퀀스 이름; "길이": 시퀀스의 길이; "cm부터" 그리고
"cm to": 정렬의 모델 시작 및 끝 위치입니다. "trunc": 시퀀스인 경우 "아니요"
잘리지 않음, 시퀀스의 시작 부분이 잘린 경우 "5'" 5', 끝 부분이 잘린 경우 "3'"
시퀀스는 잘리고, 시작과 끝이 모두 잘리면 "5'&3'"입니다.
"bit sc": 정렬의 비트 점수, "avg pp"의 평균 사후 확률
정렬 내 모든 정렬된 뉴클레오티드; "band calc", "alignment" 및 "total": 시간
HMM 대역 계산, 정렬 계산 및 완료에 필요한 초 단위
시퀀스를 각각 처리합니다. "mem(Mb)": 모든 동적 메모리의 크기(Mb)
시퀀스 정렬에 필요한 프로그래밍 매트릭스. 이 표 데이터는 저장할 수 있습니다
파일로 와 더불어 --sfile 옵션을 선택합니다.

옵션

-h 돕다; 명령줄 사용법과 사용 가능한 옵션에 대한 간략한 알림을 인쇄합니다.

-o 스톡홀름 형식의 정렬을 파일에 저장 . 기본은 그냥 쓰는거임
표준 출력으로.

-g 대상에 대한 쿼리 모델의 전역 정렬을 위한 모델 구성
시퀀스. 기본적으로 모델은 로컬 정렬로 구성됩니다. 현지의
선형에는 "로컬 끝"이라고 하는 대규모 삽입 및 삭제가 포함될 수 있습니다.
일반적인 indel과 다르게 불이익을 받는 구조입니다. 이들은 다음과 같이 주석 처리됩니다.
출력 정렬의 RF 라인에 있는 "~" 열입니다. 그만큼 -g 옵션을 사용할 수 있습니다
이러한 로컬 끝을 허용하지 마십시오. 그만큼 -g 옵션이 필요한 경우 --보결 옵션도
익숙한.

옵션 위한 제어 L' 조정 연산

--optacc
Durbin/Holmes 최적 정확도 알고리즘을 사용하여 시퀀스를 정렬합니다. 이것이
기본. 최적의 정확도 정렬은 HMM 대역에 의해 제한됩니다.
가속하지 않는 한 --노밴드 옵션이 활성화되었습니다. 최적의 정확도
알고리즘은 사후 확률을 최대화하는 정렬을 결정합니다.
그 안에 정렬된 뉴클레오티드가 있습니다. 사후 확률은 다음을 사용하여 결정됩니다.
(아마도 HMM 밴딩) Inside 및 Outside 알고리즘의 변형입니다.

--cyk 시퀀스를 정렬하기 위해 Durbin/Holmes 최적 정확도 정렬을 사용하지 마십시오.
대신 최적의 점수를 결정하는 CYK 알고리즘을 사용하십시오(최대
가능성) HMM 대역이 주어지면 모델에 대한 시퀀스 정렬(예외
--노밴드 활성화되어 있습니다).

--견본
정렬의 사후 분포에서 정렬을 샘플링합니다. 후방
분포는 HMM 밴딩을 사용하여 결정됩니다. --비밴드) 의 변형
내부 알고리즘.

--씨앗
난수 생성기 시드 , 정수 >= 0. 이 옵션은
와 조합하여 사용하다 --견본. If XNUMX이 아닌 확률적 샘플링
정렬이 재현 가능합니다. 동일한 명령은 동일한 결과를 제공합니다. 만약에
0이면 난수 생성기가 임의로 시드되며 확률론적입니다.
샘플링은 동일한 명령을 실행할 때마다 달라질 수 있습니다. 기본 시드는 181입니다.

--notrunc
잘린 정렬 알고리즘을 끕니다. 입력 파일의 모든 시퀀스는
그렇지 않은 경우에는 전체 길이로 간주됩니다. --보결 또한 사용되며, 이 경우 프로그램은
여전히 잘린 시퀀스를 처리하지만 해당 시퀀스에 대해 대체 전략을 사용합니다.
조정.

--보결 하위 모델 구성 및 정렬 절차를 켭니다. 각 시퀀스에 대해
HMM은 먼저 모델 시작 및 종료 합의 열을 예측하는 데 사용되었으며, 새로운
하위 CM은 처음부터 끝까지 합의 열만 모델링하도록 구성됩니다. 그만큼
그러면 시퀀스가 ​​이 하위 CM에 정렬됩니다. 하위 정렬은 하위 정렬보다 오래된 방법입니다.
잘릴 가능성이 있는 시퀀스를 정렬하기 위한 기본값입니다. 기본적으로, cmalign
특수 DP 알고리즘을 사용하여 잘린 시퀀스를 처리합니다.
대부분의 경우 하위 방법보다 정확합니다. --보결 여전히 옵션으로 포함되어 있습니다
주로 이 기본 잘린 시퀀스 처리에 대한 테스트용입니다. 이번 '서브CM'
절차는 Weinberg와 Ruzzo가 설명한 "하위 CM"과 동일하지 않습니다.

옵션 위한 제어 속도를 더하다 및 메모리 요구 사항

--hbanded
이 옵션은 기본적으로 켜져 있습니다. 영역을 잘라내어 정렬 가속화
HMM이 무시할 수 있다고 간주하는 CM DP 매트릭스의 먼저, 각 시퀀스는
Forward 및 Backward HMM을 사용하여 CM에서 파생된 CM 계획 9 HMM으로 채점
각 뉴클레오티드가 각각에 정렬되는 사후 확률을 계산하는 알고리즘
HMM의 상태. 이러한 사후 확률은 제약 조건을 도출하는 데 사용됩니다.
(밴드) CM DP 매트릭스. 마지막으로 타겟 시퀀스가 ​​CM에 정렬됩니다.
밴드 외부 셀은 무시되는 밴드 DP 매트릭스를 사용합니다.
일반적으로 전체 DP 매트릭스의 대부분은 대역 외부에 있습니다(종종 95% 이상).
필요한 DP 계산이 줄어들고 더 많은 DP 계산이 필요하므로 이 기술을 더 빠르게 만듭니다.
대역 내의 셀만 할당하면 되므로 메모리가 효율적입니다.

중요한 것은 HMM 밴딩이 최적의 결정 보장을 희생한다는 것입니다.
정확하거나 최적의 정렬입니다. 밴드 외부에 있으면 놓칠 수 있습니다.
타우 매개변수는 무시할 수 있는 것으로 간주되는 확률 질량의 양입니다.
HMM 대역 계산; 타우 값이 낮을수록 속도가 더 향상되지만
최적의 정렬을 놓칠 가능성이 있습니다. 기본 타우(tau)는 1E-7로 결정됩니다.
경험적으로는 감도와 속도 사이의 적절한 균형을 이루지만 이 값은
로 변경되다 --타우 옵션. 가속 수준은 다음과 같이 증가합니다.
가족의 길이와 일차 서열 보존 수준. 예를 들어,
1E-7의 기본 타우를 사용하는 tRNA 모델(일차 서열 보존이 낮음)
약 75개의 뉴클레오티드 길이) 약 10X 가속도를 나타내며 SSU 박테리아 rRNA
모델(약 1500개 뉴클레오티드 길이의 높은 XNUMX차 서열 보존)
약 700X를 보여줍니다. HMM 밴딩은 다음과 같이 끌 수 있습니다. --노밴드 옵션을 선택합니다.

--타우
HMM 대역 계산 중에 사용되는 꼬리 손실 확률을 다음과 같이 설정합니다. . 이것은
HMM 사후 확률 내의 확률 질량의 양은 다음과 같습니다.
무시할만한 것으로 간주됩니다. 기본값은 1E-7입니다. 일반적으로 값이 높을수록
더 큰 가속을 가져오지만 최적의 위치를 ​​놓칠 가능성이 높아집니다.
HMM 밴드로 인한 정렬.

--mxsize
허용되는 최대 총 DP 매트릭스 크기를 다음으로 설정합니다. 메가바이트. 기본적으로 이
크기는 1028MB입니다. 이는 대부분의 정렬에 대해 충분히 커야 합니다.
그러나 그렇지 않다면 cmalign HMM 밴드를 반복적으로 조이려고 시도할 것입니다.
타우 매개변수를 높이고 다시 계산하여 정렬을 제한하는 데 사용됩니다.
필요한 총 매트릭스 크기가 아래로 떨어질 때까지 밴드 메가바이트 또는 최대
허용되는 타우 값(기본적으로 0.05이지만 다음과 같이 변경 가능) --맥스타우) 도달했습니다. ~에
밴드 조임이 반복될 때마다 타우에 2.0을 곱합니다. 밴드를 조이는 중
전략은 --fixedtau 옵션. 최대 타우가 다음과 같다면
도달했지만 필요한 매트릭스 크기가 여전히 초과됩니다. 또는 HMM 밴딩이 아닌 경우
사용 중이고 필요한 매트릭스 크기가 초과되었습니다. 그때 cmalign 종료됩니다
성급하게 매트릭스가 최대값을 초과했다는 오류 메시지를 보고합니다.
허용되는 크기. 이 경우, --mxsize 크기 제한을 늘리는 데 사용할 수 있습니다.
최대 타우(tau)는 다음과 같이 올릴 수 있습니다. --maxtau. 한도는 일반적으로 초과됩니다.
시 --노밴드 옵션은 없이 사용됩니다. --작은 옵션이지만 여전히 발생할 수 있습니다
언제 --노밴드 사용되지 않습니다. 만약에 참고하세요 cmalign 실행되고 있다 여러
멀티코어 시스템의 스레드가 있는 경우 각 스레드는 다음과 같은 할당된 매트릭스를 가질 수 있습니다.
크기에 언제든지 Mb.

--fixedtau
설명에 설명된 HMM 밴드 긴축 전략을 끄세요.
--mxsize 위의 옵션.

--maxtau
밴드 조임 중 타우에 허용되는 최대 값을 설정합니다.
에 대한 설명 --mxsize 위에, 에 . 기본적으로 이 값은 0.05입니다.

--노밴드
HMM 밴딩을 끕니다. 반환된 정렬은 전역적으로 보장됩니다.
최적으로 정확한 것(기본값) 또는 전역적으로 최적으로 점수를 매기는 것(만약 --cyk
사용 가능). 그만큼 --작은 옵션은 이 옵션과 함께 사용하는 것이 좋습니다.
HMM 밴딩이 없는 표준 정렬에는 많은 메모리가 필요하기 때문입니다(참조:
--작은 ).

--작은
SR Eddy, BMC에 설명된 분할 및 정복 CYK 정렬 알고리즘을 사용합니다.
생물정보학 3:18, 2002. --노밴드 옵션과 함께 사용해야 합니다.
이 옵션. 또한, 언제든지 추천합니다 --노밴드 가 사용됩니다 --작은 is
HMM 밴딩이 없는 표준 CM 정렬에는 많은 작업이 필요하기 때문에 사용됩니다.
기억, 특히 큰 RNA의 경우. --작은 실제 내에서 CM 정렬을 허용합니다.
메모리 제한을 줄여 LSU rRNA 정렬에 필요한 메모리를 줄입니다.
알려진 RNA는 150Gb에서 300Mb 미만입니다. 이 옵션은 다음에서만 사용할 수 있습니다.
조합과 --비밴드, --notrunc, 과 --cyk.

선택 사항 출력 파일

--sfile
시퀀스별 정렬 점수 및 timig 정보를 파일에 덤프합니다. . 형식
이 파일은 위에 설명되어 있습니다(표 형식과 동일한 형식의 동일한 데이터입니다).
stdout 출력 -o 옵션이 사용됨).

--t파일
각 개별 시퀀스에 대한 표 형식 시퀀스 추적을 파일로 덤프합니다. .
주로 디버깅에 유용합니다.

--ifile
시퀀스별 삽입 정보를 파일에 덤프합니다. . 파일 형식은
파일 상단에 포함된 "#" 접두사 주석 줄로 설명됩니다. . XNUMXD덴탈의
삽입 정보는 다음과 같은 경우에도 유효합니다. --일치만 옵션이 사용됩니다.

--elfile
시퀀스별 EL 상태 덤프(로컬 끝) 정보를 파일에 삽입 . 형식
파일의 맨 위에 포함된 "#" 접두어 주석 라인으로 설명됩니다.
파일 . EL 삽입 정보는 다음과 같은 경우에도 유효합니다. --일치만 옵션은
익숙한.

기타 옵션

--마팔리
파일에서 정렬을 읽습니다. 모델을 만드는 데 사용된 모델을 단일로 정렬합니다.
CM에 이의를 제기합니다. 예를 들어 정렬 고정되어 있습니다. 이를 통해 다음을 수행할 수 있습니다.
다음을 사용하여 모델에 시퀀스 정렬 cmalign 기존의 맥락에서 이를 봅니다.
신뢰할 수 있는 다중 정렬. CM이 작성된 정렬 파일이어야 합니다.
에서. 프로그램은 파일의 체크섬이 파일의 체크섬과 일치하는지 확인합니다.
CM을 구성하는 데 사용됩니다. 이와 유사한 옵션이 호출되었습니다. --위탈리 in
이전 버전 cmalign.

--mapstr
와 함께 사용해야 합니다. --마팔리 . 구조 정보 전파
존재하는 모든 유사노트에 대해 출력 정렬에. 와 비슷한 옵션
이건 불렸어 --withstr 이전 버전에서는 cmalign.

--정보
입력 형식에 있습니다 . Babelfish 형식을 실행하지 마세요.
자동 감지. 이것은 프로그램의 신뢰성을 다소 증가시킵니다.
Babelfish는 실수를 할 수 있습니다. 무인, 높은-
Infernal의 처리량 실행. 허용되는 형식은 FASTA, GENBANK 및 DDBJ입니다.
대소문자를 구분하지 않습니다.

--아웃포맷
출력 정렬 형식을 다음과 같이 지정합니다. . 허용되는 형식은 Pfam, AFA,
A2M, Clustal, 필립. AFA는 빠르게 정렬됩니다. Pfam과 스톡홀름만 정렬
형식에는 합의 구조 주석 및 사후 확률이 포함됩니다.
정렬된 잔기의 주석.

--dnaout
RNA 서열 대신 DNA 서열 정렬로 정렬을 출력합니다.

--noprob
사후 확률로 출력 정렬에 주석을 달지 마십시오.

--일치만
출력 정렬에 일치 열만 포함하고 삽입은 포함하지 않습니다.
합의 모델에 비해 이 옵션은 매우 큰 데이터를 생성할 때 유용할 수 있습니다.
많은 메모리와 디스크 공간이 필요한 정렬(대부분 필요함)
대부분의 시퀀스에서 공백이 있는 삽입 열만 처리합니다.

-- 남겨진
고정 너비의 인터리브 스톡홀름 형식으로 정렬을 출력합니다.
검사에 더 편리합니다. 이는 기본 출력 정렬 형식이었습니다.
이전 버전 cmalign. 참고 cmalign 이 경우 더 많은 메모리가 필요합니다.
옵션이 사용됩니다. 이런 이유로, -- 남겨진 최대 정렬에 대해서만 작동합니다.
100,000개의 서열 또는 총 100,000,000개의 정렬된 뉴클레오티드.

--퇴보
작성자 정보가 없는 출력 정렬의 추가 복사본을 파일에 저장합니다.
.

--말 수가 많은
표 형식 점수 출력에 추가 정보를 출력합니다. -o
사용되거나, if --sfile 사용). 이는 주로 테스트 및
디버깅.

--cpu
지정 병렬 CPU 작업자가 사용됩니다. 만약에 "0"으로 설정하면
프로그램은 스레드를 사용하지 않고 직렬 모드로 실행됩니다. 당신은 또한 제어할 수 있습니다
환경 변수를 설정하여 이 숫자를 INFERNAL_NCPU. 이 옵션은
Infernal이 제작된 기계가 다음을 사용할 수 있는 경우에만 사용할 수 있습니다.
POSIX 스레딩(자세한 내용은 사용자 가이드의 설치 섹션 참조)
정보).

--mpi MPI 병렬 프로그램으로 실행합니다. 이 옵션은 지옥불이 있는 경우에만 사용할 수 있습니다.
"--enable-mpi" 플래그로 구성 및 빌드되었습니다(설치 참조).
자세한 내용은 사용자 가이드 섹션을 참조하세요).

onworks.net 서비스를 사용하여 온라인으로 cmalign 사용