raxmlHPC-PTHREADS - Online in de cloud

PROGRAMMA:

NAAM

Gebruik - Gerandomiseerde maximale waarschijnlijkheid

PRODUCTBESCHRIJVING

Gebruik raxml met AVX-ondersteuning (1 CPU)

Dit is RAxML versie 8.2.4 uitgebracht door Alexandros Stamatakis op 02 oktober 2015.

Met zeer gewaardeerde codebijdragen van: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT en HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Raadpleeg ook de RAxML-handleiding

Rapporteer bugs via de RAxML Google-groep! Stuur ons alstublieft alle invoerbestanden, de exacte
aanroep, details van de hardware en het besturingssysteem, evenals alle afgedrukte foutmeldingen
te screenen.

raxmlHPC[-SSE3|-AVX|-PTHREADS|-PTHREADS-SSE3|-PTHREADS-AVX|-HYBRIDE|-HYBRIDE-SSE3|HYBRIDE-AVX]

-s reeksBestandsnaam -n outputBestandsnaam -m vervangingModel

[-a gewichtsbestandsnaam] [-A secundaireStructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c numberOfCategories] [-C]
[-d] [-D] [-e waarschijnlijkheidEpsilon] [-E sluitBestandsnaam uit] [-f
a|A|b|B|c|C|d|D|e|E|F|g|G|h|H|i|I|j|J|k|m|n|N|o|p| P|q|r|R|s|S|t|T|u|v|V|w|W|x|y]
[-F] [-g groupingFileName] [-G plaatsingsdrempel] [-h] [-H] [-i
initiëleHerschikkingInstelling] [-I autoFC|autoMR|autoMRE|autoMRE_IGN] [-j] [-J
MR|MR_DROP|MRE|STRICT|STRICT_DROP|T_ ] [-k] [-K] [-L MR|MRE|T_ ]
[-M] [-o outGroupName1[,outGroupName2[,...]]][-O] [-p parsimonyRandomSeed] [-P
eiwitModel] [-q meerdereModelFileName] [-r binaryConstraintTree] [-R
binaryModelParamFile] [-S secundaireStructureFile] [-t userStartingTree] [-T
numberOfThreads] [-u] [-U] [-v] [-V] [-w outputDirectory] [-W sliderWindowSize]
[-x rapidBootstrapRandomNumberSeed] [-X] [-y] [-Y
kwartetGroupingFileName|ancestralSequenceCandidatesFileName] [-z multipleTreesFile]
[-#|-N aantalRuns|autoFC|autoMR|autoMRE|autoMRE_IGN]
[--mesquite][--stil][--geen-volgorde-controle][--geen-bfgs]
[--asc-corr=stamatakis|felsenstein|lewis]
[--vlag-controle][--auto-prot=ml|bic|aic|aicc]
[--epa-keep-placements=aantal][--epa-accumulated-threshold=drempel]
[--epa-prob-drempel=drempel] [--JC69][--K80][--HKY85]

-a Geef een bestandsnaam voor het kolomgewicht op om individuele gewichten aan elke kolom toe te wijzen
de uitlijning. Deze gewichten moeten gehele getallen zijn, gescheiden door elk type en aantal
spaties in een afzonderlijk bestand, zie bestand "example_weights" voor een voorbeeld.

-A Specificeer een van de secundaire structuurvervangingsmodellen die in RAxML zijn geïmplementeerd.
Dezelfde nomenclatuur als in de PHASE-handleiding wordt gebruikt, beschikbare modellen: S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

STANDAARD: GTR-model met 16 standen (S16)

-b Geef een geheel getal op (willekeurig zaad) en schakel bootstrapping in

STANDAARD: UIT

-B geef een getal met drijvende komma op tussen 0.0 en 1.0 dat als grenswaarde wordt gebruikt
drempelwaarde voor de op MR gebaseerde opstartcriteria. De aanbevolen instelling is 0.03.

STANDAARD: 0.03 (aanbevolen empirisch bepaalde instelling)

-c Specificeer het aantal verschillende tariefcategorieën voor RAxML als tariefmodel
heterogeniteit is ingesteld op CAT Individuele tarieven per locatie zijn onderverdeeld in
numberOfCategories tariefcategorieën om berekeningen te versnellen.

STANDAARD: 25

-C Schakel uitgebreide uitvoer in voor de opties "-L" en "-fi". Dit zal meer opleveren, zoals
evenals meer uitgebreide uitvoerbestanden

STANDAARD: UIT

-d start ML-optimalisatie vanuit een willekeurige startboom

STANDAARD: UIT

-D ML-zoekconvergentiecriterium. Hierdoor worden ML-zoekopdrachten afgebroken als het relatieve
Robinson-Fouls-afstand tussen de bomen verkregen uit twee opeenvolgende luie SPR
cycli is kleiner of gelijk aan 1%. Gebruik aanbevolen voor zeer grote datasets in
termen van taxa. Bij bomen met meer dan 500 taxa levert dit uitvoeringstijd op
verbeteringen van ongeveer 50%, terwijl het slechts iets slechtere bomen oplevert.

STANDAARD: UIT

-e stel de precisie van de modeloptimalisatie in in log-waarschijnlijkheidseenheden voor de uiteindelijke optimalisatie van
boomtopologie

STANDAARD: 0.1
voor modellen die geen schatting van het aandeel invariante locaties gebruiken

0.001 voor modellen die gebruik maken van een schatting van het aandeel invariante locaties

-E geef een uitsluitingsbestandsnaam op, die een specificatie van de uitlijningsposities bevat
u wilt uitsluiten. Het formaat is vergelijkbaar met Nexus, het bestand moet vermeldingen bevatten
zoals "100-200 300-400", om een ​​enkele kolom uit te sluiten, schrijf bijvoorbeeld "100-100", als u
Als u een gemengd model gebruikt, wordt er een aangepast modelbestand geschreven.

-f selecteer algoritme:

"-fa": snelle Bootstrap-analyse en zoeken naar de best scorende ML-boom in één programma
voer "-f A" uit: bereken marginale voorouderlijke staten op basis van een verstrekte ROOTED-referentieboom
met "-t" "-fb": bipartitie-informatie tekenen op een boom voorzien van "-t" gebaseerd
op meerdere bomen

(bijvoorbeeld vanuit een bootstrap) in een bestand gespecificeerd door "-z"

"-f B": optimaliseer br-len scaler en andere modelparameters (GTR, alpha, etc.) in een boom
voorzien van "-t".
De boom moet taklengtes bevatten. De aftakkingslengtes worden niet geoptimaliseerd,
gewoon geschaald met een enkele gemeenschappelijke waarde.

"-fc": controleer of de uitlijning goed kan worden gelezen door RAxML "-f C": voorouderlijk
sequentietest voor Jiajie, gebruikers moeten ook een lijst met taxonnamen opgeven via
-Y gescheiden door spaties "-fd": nieuw snel bergbeklimmen

STANDAARD: AAN

"-f D": snel bergbeklimmen met RELL-bootstraps "-fe": model+tak optimaliseren
lengtes voor gegeven invoerboom onder GAMMA/GAMMAI alleen "-f E": zeer snel uitvoeren
experimentele boomzoekopdracht, momenteel alleen voor het testen van "-f F": snel uitvoeren
experimentele boomzoekopdracht, momenteel alleen voor het testen van "-fg": berekenen per sitelogboek
De kans op een of meer bomen is gepasseerd

"-z" en schrijf ze naar een bestand dat door CONSEL kan worden gelezen
De modelparameters worden alleen op de eerste boom geschat!

"-f G": bereken per locatielogboek Waarschijnlijkheden voor een of meer bomen die worden gepasseerd
"-z" en schrijf ze naar een bestand dat door CONSEL kan worden gelezen. De modelparameters
Voor elke boom wordt opnieuw een schatting gemaakt

"-fh": bereken log-waarschijnlijkheidstest (SH-test) tussen de beste boom die is doorgegeven via "-t"
en een aantal andere bomen doorgegeven via "-z". De modelparameters zullen worden geschat
alleen op de eerste boom!

"-f H": bereken de log-waarschijnlijkheidstest (SH-test) tussen de beste boom die is doorgegeven via "-t"
en een aantal andere bomen doorgegeven via "-z". De modelparameters zullen zijn
voor elke boom opnieuw geschat

"-fi": bereken IC- en TC-scores (Salichos en Rokas 2013) op een boom voorzien van "-t"
gebaseerd op meerdere bomen
(bijvoorbeeld vanuit een bootstrap) in een bestand gespecificeerd door "-z"

"-f I": een eenvoudig boomwortelalgoritme voor niet-gewortelde bomen.
Het wortelt de boom door hem te rooten op de tak die de subboom het beste in evenwicht brengt
lengtes (som over takken in de deelbomen) van de linker en rechter deelboom. A
Een tak met een optimaal evenwicht bestaat niet altijd! U moet de boom specificeren
je wilt rooten via "-t".

"-fj": genereer een aantal bootstrapped uitlijningsbestanden uit een origineel uitlijningsbestand.
U moet een zaadnummer opgeven met "-b" en het aantal replicaties met "-#"

"-f J": Bereken SH-achtige ondersteuningswaarden voor een bepaalde boom doorgegeven via "-t". "-fk":
Repareer lange vertakkingslengtes in gepartitioneerde gegevenssets met ontbrekende gegevens met behulp van de

Algoritme voor het stelen van taklengte.
Deze optie werkt alleen in combinatie met "-t", "-M" en "-q". Het wordt afgedrukt
een boom met kortere taklengtes, maar met dezelfde waarschijnlijkheidsscore.

"-fm": vergelijk bipartities tussen twee bosjes bomen doorgegeven via "-t" en "-z"
respectievelijk. Dit retourneert de Pearson-correlatie tussen alle bipartities
gevonden in de twee boombestanden. Een bestand genaamd
RAxML_bipartitionFrequencies.outpuFileName wordt afgedrukt met de
paarsgewijze bipartitiefrequenties van de twee sets

"-fn": bereken de logwaarschijnlijkheidsscore van alle bomen in een boombestand geleverd door
"-z" onder GAMMA of GAMMA+P-Invar. De modelparameters worden geschat op de
alleen de eerste boom!

"-f N": bereken de logwaarschijnlijkheidsscore van alle bomen in een boombestand geleverd door
"-z" onder GAMMA of GAMMA+P-Invar. De modelparameters worden opnieuw geschat
elke boom

"-fo": oud en langzamer snel bergbeklimmen zonder heuristische grenswaarde "-fp": presteren
pure stapsgewijze MP-toevoeging van nieuwe sequenties aan een onvolledige startboom en uitgang
"-f P": voer een fylogenetische plaatsing uit van subbomen die zijn gespecificeerd in een doorgegeven bestand
via "-z" in een gegeven referentieboom

waarin deze subbomen zich bevinden, wordt doorgegeven via "-t" met behulp van de
evolutionair plaatsingsalgoritme.

"-fq": snelle kwartetcalculator "-fr": bereken paarsgewijze Robinson-Foulds (RF)
afstanden tussen alle paren bomen in een boombestand doorgegeven via "-z"

als de bomen knooppuntlabales hebben die worden weergegeven als geheeltallige ondersteuningswaarden, zal het programma dat ook doen
bereken twee smaken van
de gewogen Robinson-Foulds (WRF)-afstand

"-f R": bereken alle paarsgewijze Robinson-Fouls (RF)-afstanden tussen een grote referentieboom
doorgegeven via "-t"

en er passeerden veel kleinere bomen (die een subset van de taxa van de grote boom moeten hebben).
"-z".
Deze optie is bedoeld om de plausibiliteit van zeer grote fylogenieën te controleren
die niet meer visueel kunnen worden geïnspecteerd.

"-fs": een uit meerdere genen gepartitioneerde uitlijning opsplitsen in de respectievelijke
subuitlijningen "-f S": bereken locatiespecifieke plaatsingsbias door er één weg te laten
test geïnspireerd door het evolutionaire plaatsingsalgoritme "-ft": doe een gerandomiseerde boom
zoekopdrachten op één vaste startboom "-f T": voer een laatste grondige optimalisatie van ML uit
boom van snelle bootstrap-zoekopdracht in stand-alone modus "-fu": morfologisch uitvoeren
gewichtskalibratie met behulp van maximale waarschijnlijkheid, dit zal een gewichtsvector retourneren.

je moet een morfologische uitlijning en een referentieboom opgeven via "-t"

"-fv": classificeer een aantal omgevingssequenties in een referentieboom met behulp van 'grondig'
lees invoegingen
u zult RAxML moeten starten met een niet-uitgebreide referentieboom en een
uitlijning met alle reeksen (referentie + query)

"-f V": classificeer een aantal omgevingssequenties in een referentieboom met behulp van 'grondig'
lees invoegingen
u zult RAxML moeten starten met een niet-uitgebreide referentieboom en een
uitlijning die alle sequenties bevat (referentie + vraag) WAARSCHUWING: dit is een test
implementatie voor een efficiëntere verwerking van datasets met meerdere genen/het hele genoom!

"-fw": bereken ELW-test op een aantal bomen doorgegeven via "-z"
De modelparameters worden alleen op de eerste boom geschat!

"-f W": bereken ELW-test op een bos bomen doorgegeven via "-z"
Voor elke boom worden de modelparameters opnieuw geschat

"-fx": bereken paarsgewijze ML-afstanden, ML-modelparameters worden geschat op een MP
startboom of een door de gebruiker gedefinieerde boom doorgegeven via "-t", alleen toegestaan ​​voor GAMMA-gebaseerd
modellen van tariefheterogeniteit

"-fy": classificeer een aantal omgevingsreeksen in een referentieboom met behulp van spaarzaamheid
u zult RAxML moeten starten met een niet-uitgebreide referentieboom en een
uitlijning met alle reeksen (referentie + query)

STANDAARD voor "-f": nieuw snel heuvelklimmen

-F schakel ML-boomzoekopdrachten onder CAT-model in voor zeer grote bomen zonder naar te schakelen
GAMMA uiteindelijk (bespaart geheugen). Deze optie kan ook gebruikt worden bij de GAMMA
modellen om de grondige optimalisatie van de best scorende ML-boom in te voorkomen
het einde.

STANDAARD: UIT

-g specificeer de bestandsnaam van een meervoudige beperkingsboom die deze boom niet nodig heeft
alomvattend te zijn, dat wil zeggen dat het niet alle taxa moet bevatten

-G maken de op ML gebaseerde evolutionaire plaatsingsalgoritme-heuristieken mogelijk door a te specificeren
drempelwaarde (fractie van invoegvertakkingen die moet worden geëvalueerd met behulp van slow
invoegingen onder ML).

-h Geef dit helpbericht weer.

-H Schakel patrooncompressie uit.

STANDAARD: AAN

-i Initiële herschikkingsinstelling voor de daaropvolgende toepassing van topologische veranderingen
fase

-I a posteriori bootstop-analyse. Gebruik:

"-I autoFC" voor het op frequentie gebaseerde criterium "-I autoMR" voor de meerderheidsregel
consensusboomcriterium "-I autoMRE" voor de uitgebreide consensusboom met meerderheidsregels
criterium "-I autoMRE_IGN" voor statistieken die vergelijkbaar zijn met MRE, maar dubbele partities bevatten
onder de drempel of ze verenigbaar zijn

of niet. Dit emuleert MRE, maar is sneller te berekenen.

U moet ook een boombestand doorgeven dat verschillende bootstrap-replica's bevat via "-z"

-j Specificeert dat tussenliggende boombestanden tijdens de standaard naar een bestand moeten worden geschreven
Zoekopdrachten in ML- en BS-boomstructuren.

STANDAARD: UIT

-J Bereken de consensusboom van de meerderheidsregel met "-J MR" of uitgebreide meerderheidsregel
consensusboom met "-J MRE" of strikte consensusboom met "-J STRICT". Voor een
aangepaste consensusdrempel >= 50%, specificeer T_ , waarbij 100 >= NUM ​​>= 50.
Opties "-J STRICT_DROP" en "-J MR_DROP" zullen een algoritme uitvoeren dat identificeert
dropsets die schurkenstaten bevatten, zoals voorgesteld door Pattengale et al. in de krant
‘Verborgen fylogenetische consensus blootleggen’. Je zult ook een boom moeten aanleveren
bestand met verschillende UNROOTED-bomen via "-z"

-k Specificeert dat bootstrapped-bomen moeten worden afgedrukt met taklengtes. De
bootstraps zullen iets langer duren, omdat modelparameters worden geoptimaliseerd op de
einde van elke run onder respectievelijk GAMMA of GAMMA+P-Invar.

STANDAARD: UIT

-K Specificeer een van de multi-state substitutiemodellen (max. 32 staten) die zijn geïmplementeerd
RAxML. Beschikbare modellen zijn: BESTELD, MK, GTR

STANDAARD: GTR-model

-L Bereken consensusbomen gelabeld door IC-ondersteuningen en de algehele TC-waarde als
voorgesteld in Salichos en Rokas 2013. Bereken een consensusboom met meerderheidsregels
"-L MR" of een consensusboom met uitgebreide meerderheidsregels met "-L MRE". Voor een gewoonte
consensusdrempel >= 50%, specificeer "-L T_ ", waarbij 100 >= NUM ​​>= 50. Dat zal wel zo zijn
Natuurlijk moet u ook een boombestand aanleveren met daarin meerdere ONGEwortelde bomen via
"-z"!

-m Model van binair (morfologisch), nucleotide, multi-state of aminozuur
substitutie:

BINAIRE:

"-m BINCAT[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder BINGAMMA, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m BINCATI[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder BINGAMMAI, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_BINCAT[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder BINGAMMA, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren. Het ASC
Het voorvoegsel corrigeert de kans op bias bij het vaststellen.

"-m BINGAMMA[X]"
: GAMMA-model van tariefheterogeniteit (alfaparameter zal worden geschat).

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_BINGAMMA[X]" : GAMMA-model van tariefheterogeniteit (alfaparameter wordt
geschat).
Het ASC-voorvoegsel corrigeert de waarschijnlijkheid van vaststellingsbias. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m BINGAMMAI[X]"
: Hetzelfde als BINGAMMA, maar met schatting van het aandeel onveranderlijke sites.

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

NUCLEOTIDEN:

"-m GTRCAT[X]"
: GTR + Optimalisatie van vervangingspercentages + Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
geëvalueerd onder GTRGAMMA, afhankelijk van de boomzoekoptie. Met de optionele
"X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m GTRCATI[X]"
: GTR + Optimalisatie van vervangingspercentages + Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
geëvalueerd onder GTRGAMMAI, afhankelijk van de boomzoekoptie. Met de optionele
"X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_GTRCAT[X]"
: GTR + Optimalisatie van vervangingspercentages + Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
geëvalueerd onder GTRGAMMA, afhankelijk van de boomzoekoptie. Met de optionele
"X" bijlage kunt u een ML-schatting van basisfrequenties specificeren. Het ASC-voorvoegsel
zal de waarschijnlijkheid van een bias in de vaststelling corrigeren.

"-m GTRGAMMA[X]"
: GTR + Optimalisatie van vervangingspercentages + GAMMA-tariefmodel

heterogeniteit (alfaparameter wordt geschat).
Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_GTRGAMMA[X]" : GTR + Optimalisatie van vervangingspercentages + GAMMA-tariefmodel
heterogeniteit (alfaparameter wordt geschat). Het ASC-voorvoegsel zal corrigeren
de kans op bias bij het vaststellen. Met de optionele "X" bijlage kan dat
specificeer een ML-schatting van basisfrequenties.

"-m GTRGAMMAI[X]"
: Hetzelfde als GTRGAMMA, maar met een schatting van het aandeel onveranderlijke locaties.

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

MEERDERE STATEN:

"-m MULTICAT[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder MULTIGAMMA, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m MULTICATI[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder MULTIGAMMAI, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_MULTICAT[X]"
: Optimalisatie van locatiespecifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De uiteindelijke boom kan worden geëvalueerd
automatisch onder MULTIGAMMA, afhankelijk van de boomzoekoptie. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren. Het ASC
Het voorvoegsel corrigeert de kans op bias bij het vaststellen.

"-m MULTIGAMMA[X]"
: GAMMA-model van tariefheterogeniteit (alfaparameter zal worden geschat).

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_MULTIGAMMA[X]" : GAMMA-model van tariefheterogeniteit (alfaparameter wordt
geschat).
Het ASC-voorvoegsel corrigeert de waarschijnlijkheid van vaststellingsbias. Met de
optionele "X" bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m MULTIGAMMAI[X]"
: Hetzelfde als MULTIGAMMA, maar met een schatting van het aantal onveranderlijke locaties.

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

U kunt maximaal 32 verschillende tekenstatussen gebruiken om regio's met meerdere statussen te coderen
moet in de volgende volgorde worden gebruikt: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E,
F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V ie, als je 6 verschillende hebt
tekenstatussen dat u 0, 1, 2, 3, 4, 5 zou gebruiken om deze te coderen. De vervanging
een model voor de meerstatenregio's kan worden geselecteerd via de optie "-K".

AMINOZUREN:

"-m PROTCATmatrixNaam[F|X]"
: gespecificeerde AA-matrix + Optimalisatie van substitutiepercentages + Optimalisatie van
site-specifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
automatisch geëvalueerd onder PROTGAMMAmatrixName[F|X], afhankelijk van de boom
zoek optie. Met de optionele "X"-bijlage kunt u een ML-schatting opgeven van
basisfrequenties.

"-m PROTCATImatrixNaam[F|X]"
: gespecificeerde AA-matrix + Optimalisatie van substitutiepercentages + Optimalisatie van
site-specifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
automatisch geëvalueerd onder PROTGAMMAImatrixName[F|X], afhankelijk van de boom
zoek optie. Met de optionele "X"-bijlage kunt u een ML-schatting opgeven van
basisfrequenties.

"-m ASC_PROTCATmatrixnaam[F|X]"
: gespecificeerde AA-matrix + Optimalisatie van substitutiepercentages + Optimalisatie van
site-specifiek

evolutionaire snelheden die zijn onderverdeeld in verschillende aantal categorieën
tariefcategorieën voor een grotere rekenefficiëntie. De laatste boom zou dat kunnen zijn
automatisch geëvalueerd onder PROTGAMMAmatrixName[F|X], afhankelijk van de boom
zoek optie. Met de optionele "X"-bijlage kunt u een ML-schatting opgeven van
basisfrequenties. Het ASC-voorvoegsel corrigeert de waarschijnlijkheid van vaststelling
vooroordeel.

"-m PROTGAMMAmatrixnaam[F|X]"
: gespecificeerde AA-matrix + Optimalisatie van vervangingspercentages + GAMMA-tariefmodel

heterogeniteit (alfaparameter wordt geschat).
Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

"-m ASC_PROTGAMMAmatrixName[F|X]" : gespecificeerde AA-matrix + optimalisatie van vervanging
tarieven + GAMMA-tariefmodel
heterogeniteit (alfaparameter wordt geschat). Het ASC-voorvoegsel zal corrigeren
de kans op bias bij het vaststellen. Met de optionele "X" bijlage kan dat
specificeer een ML-schatting van basisfrequenties.

"-m PROTGAMMAImatrixnaam[F|X]"
: Hetzelfde als PROTGAMMAmatrixName[F|X], maar met een schatting van het aandeel van onveranderlijke
sites.

Met de optionele "X"-bijlage kunt u een ML-schatting van basisfrequenties specificeren.

Beschikbare AA-vervangingsmodellen: DAYHOFF, DCMUT, JTT, MTREV, WAG, RTREV, CPREV,
VT, BLOSUM62, MTMAM, LG, MTART, MTZOA, PMB, HIVB, HIVW, JTTDCMUT, GRIEP, STMTREV,
DUMMY, DUMMY2, AUTO, LG4M, LG4X, PROT_FILE, GTR_UNLINKED, GTR Met de optionele "F"
bijlage kunt u aangeven of u empirische basisfrequenties wilt gebruiken. AUTOF en
AUTOX wordt niet meer ondersteund. Als u AUTO opgeeft, wordt de prot subst getest.
modellen met en zonder empirische basisfrequenties nu! Houd er rekening mee dat voor
gepartitioneerde modellen kunt u bovendien het AA-model per gen specificeren in de
partitiebestand (zie handleiding voor details). Houd er ook rekening mee dat als u AA GTR schat
parameters op een gepartitioneerde dataset, zullen ze aan elkaar worden gekoppeld (gezamenlijk geschat).
alle partities om overparametrisering te voorkomen

-M Schakel schatting van individuele vertakkingslengtes per partitie in. Heeft alleen effect
bij gebruik in combinatie met "-q" zullen de vertakkingslengtes voor individuele partities zijn
afgedrukt in afzonderlijke bestanden. Een gewogen gemiddelde van de taklengtes wordt berekend door
met behulp van de betreffende partitielengtes

STANDAARD: UIT

-n Specificeert de naam van het uitvoerbestand.

-o Specificeer de naam van een enkele outgroup of een door komma's gescheiden lijst van outgroups, bijv
"-o Rat" of "-o Rat,Mouse", voor het geval dat meerdere outgroups niet monofyletisch zijn
de voornaam in de lijst wordt geselecteerd als outgroup, laat er geen spaties tussen
taxon namen!

-O Schakel de controle uit op een volledig onbepaalde volgorde van uitlijning. Het programma zal
niet afsluiten met een foutmelding wanneer "-O" is opgegeven.

STANDAARD: controle ingeschakeld

-p Geef een willekeurig getal op voor de spaarzaamheidsgevolgtrekkingen. Hierdoor kunt u dat doen
reproduceer uw resultaten en zal mij helpen het programma te debuggen.

-P Geef de bestandsnaam op van een door de gebruiker gedefinieerd AA-(eiwit)-substitutiemodel. Dit bestand
moet 420 inzendingen bevatten, waarbij de eerste 400 de AA-vervangingspercentages zijn (dit moet
een symmetrische matrix zijn) en de laatste 20 zijn de empirische basisfrequenties

-q Geef de bestandsnaam op die de toewijzing van modellen aan uitlijning bevat
partities voor meerdere vervangingsmodellen. Voor de syntaxis van dit bestand alstublieft
raadpleeg de handleiding.

-r Geef de bestandsnaam op van een binaire beperkingsboom. deze boom hoeft dat niet te zijn
alomvattend, dwz mag niet alle taxa bevatten

-R Geef de bestandsnaam op van een binair modelparameterbestand dat eerder is gemaakt
gegenereerd met RAxML met behulp van de -f e-boomevaluatieoptie. De bestandsnaam moet
zijn: RAxML_binaryModelParameters.runID

-s Geef de naam op van het uitlijningsgegevensbestand in PHYLIP-formaat

-S Geef de naam op van een secundair structuurbestand. Het bestand kan "." bevatten. voor
uitlijningskolommen die geen deel uitmaken van een stam en tekens "()<>[]{}" naar
definieer stamgebieden en pseudoknots

-t Geef een gebruikersstartboombestandsnaam op in Newick-indeling

-T ALLEEN PTHREADS-VERSIE! Geef het aantal threads op dat u wilt uitvoeren. Zorg ervoor dat
stel "-T" in op maximaal het aantal CPU's dat u op uw machine heeft, anders daar
zal een enorme prestatievermindering zijn!

-u gebruik de mediaan voor de discrete benadering van het GAMMA-tariefmodel
heterogeniteit

STANDAARD: UIT

-U Probeer geheugen te besparen door op SEV gebaseerde implementatie te gebruiken voor gap-kolommen op grote gaten
uitlijningen De techniek wordt hier beschreven:
http://www.biomedcentral.com/1471-2105/12/470 Dit werkt alleen voor DNA en/of
PROTEIN-gegevens en alleen met de SSE3- of AVX-gevextoriseerde versie van de code.

-v Weergave versie-informatie

-V Schakel het model voor tariefheterogeniteit tussen sites uit en gebruik een model zonder tariefheterogeniteit
in plaats van. Werkt alleen als u het CAT-model van tariefheterogeniteit opgeeft.

STANDAARD: gebruik heterogeniteit van tarieven

-w VOLLEDIG (!) pad naar de map waarin RAxML zijn uitvoerbestanden zal schrijven

STANDAARD: huidige map

-W Verschuivende venstergrootte alleen voor het 'leave-one-out'-algoritme voor sitespecifieke plaatsingsbias
effectief bij gebruik in combinatie met "-f S"

STANDAARD: 100 sites

-x Geef een geheel getal op (willekeurig zaad) en schakel snelle bootstrapping in. VOORZICHTIG:
in tegenstelling tot versie 7.0.4 zal RAxML snelle BS-replica's uitvoeren onder het model van
Beoordeel heterogeniteit die u hebt opgegeven via "-m" en niet standaard onder CAT

-X Hetzelfde als de "-y" optie hieronder, maar het zoeken naar spaarzaamheid is oppervlakkiger.
RAxML zal alleen een gerandomiseerde, stapsgewijze optelvolgorde-parsimony-boom uitvoeren
reconstructie zonder extra SPR's uit te voeren. Dit kan nuttig zijn voor
zeer brede datasets voor het hele genoom, omdat dit topologisch meer kan genereren
verschillende startbomen.

STANDAARD: UIT

-y Als u alleen een spaarzame startboom met RAxML wilt berekenen, specificeert u "-y", de
het programma zal afsluiten na berekening van de startboom

STANDAARD: UIT

-Y Geef een kwartetgroeperingsbestandsnaam door die vier groepen definieert waaruit kwartetten moeten worden getrokken
Het bestandsinvoerformaat moet 4 groepen bevatten in de volgende vorm: (Kip, Mens,
Modderkruiper), (Koe, Karper), (Muis, Rat, Zeehond), (Walvis, Kikker); Werkt alleen in combinatie
Met -f Q !

-z Geef de bestandsnaam op van een bestand dat meerdere bomen bevat, bijvoorbeeld van een bootstrap
die zal worden gebruikt om bipartitiewaarden naar een boom te tekenen die is voorzien van "-t", It
kan ook worden gebruikt om de logwaarschijnlijkheid per site te berekenen in combinatie met "-fg" en
om een ​​aantal bomen te lezen voor een paar andere opties ("-fh", "-fm", "-fn").

-#|-N Specificeer het aantal alternatieve runs op verschillende startbomen in combinatie
met de "-b" optie zal dit een meervoudige boosttrap-analyse oproepen. Merk op dat "-N"
is als alternatief toegevoegd omdat "-#" soms problemen veroorzaakte bij bepaalde
MPI-systemen voor het indienen van opdrachten, omdat "-#" vaak wordt gebruikt om opmerkingen te starten. als jij
als u de opstartcriteria wilt gebruiken, specificeer dan "-# autoMR" of "-# autoMRE" of "-#
autoMRE_IGN" voor de op de meerderheidsregel gebaseerde criteria (zie -I optie) of "-#
autoFC" voor het op frequentie gebaseerde criterium. Bootstoppen werkt alleen in
combinatie met "-x" of "-b"

STANDAARD: 1 enkele analyse

--mesquite Druk uitvoerbestanden af ​​die door Mesquite kunnen worden geparseerd.

STANDAARD: Uit

--stil Schakelt het afdrukken van waarschuwingen met betrekking tot identieke reeksen volledig uit
onbepaalde locaties in de uitlijning

STANDAARD: Uit

--geen-volgorde-controle Schakelt het controleren van de invoer-MSA op identieke sequenties en volledig uit
onbepaalde plaatsen.
Het inschakelen van deze optie kan tijd besparen, vooral voor grote fylogenomische soorten
uitlijningen. Voordat u dit gebruikt, moet u de uitlijning controleren met behulp van de "-fc"
keuze!

STANDAARD: Uit

--geen-bfgs Schakelt het automatische gebruik van de BFGS-methode uit om de GTR-snelheden op niet-gepartitioneerde bestanden te optimaliseren
DNA-gegevenssets

STANDAARD: BFGS ingeschakeld

--asc-corr Hiermee kunt u het type correctie van de vaststellingsbias specificeren dat u wilt gebruiken.
Er zijn 3

beschikbare soorten: --asc-corr=lewis: de standaardcorrectie van Paul Lewis
--asc-corr=felsenstein: een correctie geïntroduceerd door Joe Felsenstein die dit mogelijk maakt
expliciet specificeren

het aantal onveranderlijke sites (indien bekend) waarvoor men wil corrigeren.

--asc-corr=stamataki's: een door mijzelf geïntroduceerde correctie die het expliciet mogelijk maakt
specificeren
het aantal onveranderlijke sites voor elk karakter (indien bekend) dat men wil corrigeren
voor.

--vlag-check Wanneer u deze optie gebruikt, controleert RAxML alleen of alle opdrachtregelvlaggen aanwezig zijn
opgegeven beschikbaar zijn en vervolgens afsluiten

met een bericht waarin alle ongeldige opdrachtregelvlaggen worden vermeld of met een bericht waarin staat
dat alle vlaggen geldig zijn.

--auto-beveiliging=ml|bic|aic|aicc Wanneer u automatische eiwitmodelselectie gebruikt, kunt u de
criterium voor de selectie van deze modellen.

RAxML zal alle beschikbare prot-subst testen. modellen behalve LG4M, LG4X en
Op GTR gebaseerde modellen, met en zonder empirische basisfrequenties. Je kunt kiezen
tussen op ML-score gebaseerde selectie en de BIC-, AIC- en AICc-criteria.

STANDAARD: ml

--epa-keep-plaatsingen=aantal geef het aantal potentiële plaatsingen op dat u wilt behouden
voor elke lezing in het EPA-algoritme.

Houd er rekening mee dat de daadwerkelijk afgedrukte waarden ook afhankelijk zijn van de instellingen voor
--epa-prob-drempel=drempel !

STANDAARD: 7

--epa-prob-drempel=drempel geef een procentuele drempel op voor het opnemen van potentieel
plaatsingen van een lezing, afhankelijk van de

maximaal plaatsingsgewicht voor deze lezing. Als u deze waarde instelt op 0.01 plaatsingen
die een plaatsingsgewicht van 1 procent van de maximale plaatsing hebben, blijven dat wel
afgedrukt naar bestand als de instelling van --epa-keep-plaatsingen maakt het mogelijk

STANDAARD: 0.01

--epa-geaccumuleerde drempel=drempel specificeer een geaccumuleerde waarschijnlijkheidsgewichtsdrempel
waarvoor verschillende leesposities worden afgedrukt

archiveren. Plaatsingen voor een lezing worden afgedrukt tot de som van hun plaatsingen
gewichten heeft de drempelwaarde bereikt. Merk op dat deze optie geen van beide kan zijn
gebruikt in combinatie met --epa-prob-drempel noch met --epa-keep-plaatsingen!

--JC69 specificeer dat alle DNA-partities zullen evolueren onder het Jukes-Cantor-model
heeft voorrang op alle andere modelspecificaties voor DNA-partities.

STANDAARD: Uit

--K80 Als u specificeert dat alle DNA-partities zullen evolueren onder het K80-model, heeft dit voorrang op alles
andere modelspecificaties voor DNA-partities.

STANDAARD: Uit

--HKY85 Als u specificeert dat alle DNA-partities zullen evolueren onder het HKY85-model, heeft dit voorrang
alle andere modelspecificaties voor DNA-partities.

STANDAARD: Uit

Dit is RAxML versie 8.2.4 uitgebracht door Alexandros Stamatakis op 02 oktober 2015.

Met zeer gewaardeerde codebijdragen van: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT en HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Gebruik raxmlHPC-PTHREADS online met behulp van onworks.net-services