jackhmmer - Online na nuvem

PROGRAMA:

NOME

jackhmmer - sequência de pesquisa iterativa em um banco de dados de proteínas

SINOPSE

britadeira [opções]

DESCRIÇÃO

britadeira pesquisa iterativamente cada sequência de consulta em contra o alvo
sequência (s) em . A primeira iteração é idêntica a um phmmer procurar. Para o
próxima iteração, um alinhamento múltiplo da consulta junto com todas as sequências de destino
satisfazendo inclusão limiares é montado, um perfil é construído a partir deste alinhamento
(idêntico a usar hmm construir no alinhamento), e pesquisa de perfil do é feito
(idêntico a um hummsearch com o perfil).

A pergunta pode ser '-' (um traço), caso em que as sequências de consulta são
ler de um tubo em vez de um arquivo. o não pode ser lido de um
stream, porque britadeira precisa fazer várias passagens no banco de dados.

O formato de saída é projetado para ser legível por humanos, mas muitas vezes é tão volumoso que
lê-lo é impraticável e analisá-lo é uma dor. o --tbout e --domtblout opções
salve a saída em formatos tabulares simples que são concisos e fáceis de analisar. o -o opção
permite redirecionar a saída principal, incluindo descartá-la em / dev / null.

OPÇÕES

-h Ajuda; imprimir um breve lembrete do uso da linha de comando e todas as opções disponíveis.

-N Defina o número máximo de iterações para . O padrão é 5. Se N = 1, o resultado
é equivalente a uma phmmer procurar.

OPÇÕES CONTROLANDO SAÍDA

Por padrão, a saída de cada iteração aparece em stdout em um formato legível por humanos,
formato um tanto analisável. Essas opções permitem redirecionar essa saída ou salvar
tipos adicionais de saída para arquivos, incluindo arquivos de ponto de verificação para cada iteração.

-o Direcione a saída legível para um arquivo .

-A Após a iteração final, salve um alinhamento múltiplo anotado de todas as ocorrências
satisfazendo limites de inclusão (incluindo também a consulta original) para in
Formato de Estocolmo.

--tbout
Após a iteração final, salve um resumo tabular das principais ocorrências da sequência para em uma
formato prontamente analisável, colunar e delimitado por espaços em branco.

--domtblout
Após a iteração final, salve um resumo tabular dos principais acessos de domínio para em uma
formato prontamente analisável, colunar e delimitado por espaços em branco.

--chkhmm
No início de cada iteração, faça o checkpoint do HMM de consulta, salvando-o em um arquivo denominado
- .Hmm onde é o número da iteração (de 1..N).

--chkali
No final de cada iteração, verifique um alinhamento de todos os domínios que satisfaçam
limites de inclusão (por exemplo, o que se tornará o HMM de consulta para a próxima iteração),
salvá-lo em um arquivo chamado <ponto de verificação lima prefixo> - .sto no formato de Estocolmo,
onde é o número da iteração (de 1..N).

--acc Use acessos em vez de nomes na saída principal, quando disponível para perfis
e / ou sequências.

--noali
Omita a seção de alinhamento da saída principal. Isso pode reduzir bastante a produção
volume.

--notextw
Ilimite o comprimento de cada linha na saída principal. O padrão é um limite de 120
caracteres por linha, o que ajuda a exibir a saída limpa em terminais e
nos editores, mas pode truncar as linhas de descrição do perfil de destino.

--texto
Defina o limite de comprimento da linha da saída principal para caracteres por linha. O padrão é
120.

OPÇÕES CONTROLANDO ÚNICA SEQÜÊNCIA PONTUAÇÃO (PRIMEIRO ITERAÇÃO)

Por padrão, a primeira iteração usa um modelo de pesquisa construído a partir de uma única consulta
seqüência. Este modelo é construído usando uma matriz de substituição 20x20 padrão para resíduos
probabilidades, e dois parâmetros adicionais para lacuna independente de posição aberta e lacuna
estender probabilidades. Essas opções permitem os parâmetros de pontuação de sequência única padrão
para ser mudado.

--popen
Defina a probabilidade de abertura da lacuna para um modelo de consulta de sequência única para . O padrão
é 0.02. deve ser> = 0 e <0.5.

--pextend
Defina a probabilidade de extensão da lacuna para um modelo de consulta de sequência única para . O
o padrão é 0.4. deve ser> = 0 e <1.0.

--mx
Obtenha as probabilidades de alinhamento de resíduos a partir da matriz de substituição incorporada chamada
. Várias matrizes padrão são integradas e não precisam ser lidas a partir
arquivos. O nome da matriz pode ser PAM30, PAM70, PAM120, PAM240, BLOSUM45,
BLOSUM50, BLOSUM62, BLOSUM80 ou BLOSUM90. Apenas um dos --mx e --mxarquivo
opções podem ser usadas.

--mxarquivo
Obtenha as probabilidades de alinhamento de resíduos da matriz de substituição no arquivo
. A matriz de pontuação padrão é BLOSUM62 (esta matriz é interna para HMMER
e não precisa estar disponível como um arquivo). O formato de uma matriz de substituição
é o formato padrão aceito pelo BLAST, FASTA e outras sequências
software de análise.

OPÇÕES CONTROLANDO RELATÓRIOS LIMIARES

Os limites de relatório controlam quais ocorrências são relatadas nos arquivos de saída (a saída principal,
--tbout e --domtblout) Em cada iteração, as ocorrências de sequência e de domínio são classificadas
por significância estatística (valor E) e a saída é gerada em duas seções chamadas por
destino e saída por domínio. Na saída por destino, por padrão, todas as ocorrências de sequência com um
Valor E <= 10 são relatados. Na saída por domínio, para cada destino que passou por
limites de relatório de destino, todos os domínios que atendem aos limites de relatório por domínio são
relatado. Por padrão, esses são domínios com valores E condicionais de <= 10. O seguinte
opções permitem que você altere os limites de relatório de valor E padrão ou use a pontuação de bits
limiares em vez disso.

-E Reportar sequências com valores E <= na saída por sequência. O padrão é 10.0.

-T Use um limite de pontuação de bits para saída por sequência em vez de um limite de valor E
(qualquer configuração de -E é ignorado). Sequências de relatório com uma pontuação de bits de> = . Por
por padrão, esta opção não está definida.

-Z Declare que o tamanho total do banco de dados é sequências, para fins de valor E
Cálculo. Normalmente os valores E são calculados em relação ao tamanho do banco de dados
você realmente pesquisou (por exemplo, o número de sequências em target_seqdb) Em alguns
casos (por exemplo, se você dividir seu banco de dados de sequência de destino em vários
arquivos para paralelização de sua pesquisa), você pode saber melhor qual o tamanho real
do seu espaço de pesquisa é.

--cúpula
Domínios de relatório com valores E condicionais <= na saída por domínio, além disso
para o domínio de maior pontuação por ocorrência de sequência significativa. O padrão é 10.0.

--domT
Use um limite de pontuação de bits para saída por domínio em vez de um limite de valor E
(qualquer configuração de --domT é ignorado). Domínios de relatório com uma pontuação de bits de> = in
saída por domínio, além do domínio de maior pontuação por sequência significativa
bater. Por padrão, essa opção não está definida.

--domZ
Declare o número de sequências significativas a serem sequências, para fins de
cálculo do valor E condicional para significância de domínio adicional. Normalmente
os valores E condicionais são calculados em relação ao número de sequências que passam
limite de relatório por sequência.

OPÇÕES CONTROLANDO INCLUSÃO LIMIARES

Limites de inclusão controlam quais hits são incluídos no alinhamento e perfil múltiplos
construído para a próxima iteração de pesquisa. Por padrão, uma sequência deve ter um per-
valor de sequência E de <= 0.001 (ver -E opção) a serem incluídos, e quaisquer domínios adicionais em
além da pontuação máxima, deve-se ter um valor E condicional de <= 0.001 (ver --cúpula
opção). A diferença entre os limites de relatório e os limites de inclusão é que
Limites de inclusão controlam quais hits realmente serão usados ​​na próxima iteração (ou o
saída final de alinhamento múltiplo se o -A opção é usada), enquanto os limites de relatório
controlar o que você vê na saída. Limites de relatórios são geralmente mais flexíveis, então você pode
veja acertos limítrofes no topo do ruído que podem ser de seu interesse.

--incE
Incluir sequências com valores E <= na iteração subsequente ou alinhamento final
saída por -A. O padrão é 0.001.

--incT
Use um limite de pontuação de bits para inclusão por sequência em vez de um valor E
limite (qualquer configuração de --incE é ignorado). Inclui sequências com uma pontuação de bits de
>= . Por padrão, essa opção não está definida.

--incdomE
Incluir domínios com valores E condicionais <= na iteração subsequente ou final
saída de alinhamento por -A, além do domínio de maior pontuação por
sequência de sucesso. O padrão é 0.001.

--incdomT
Use um limite de pontuação de bits para inclusão por domínio em vez de um limite de valor E
(qualquer configuração de --incT é ignorado). Incluir domínios com pontuação de bits> = . Por
por padrão, esta opção não está definida.

OPÇÕES CONTROLANDO ACELERAÇÃO HEURÍSTICA

As pesquisas HMMER3 são aceleradas em um pipeline de filtro de três etapas: o filtro MSV, o
Filtro Viterbi e o filtro Forward. O primeiro filtro é o mais rápido e mais
aproximado; o último é o algoritmo de pontuação Forward completo, mais lento, mas mais preciso.
Há também uma etapa de filtro de polarização entre MSV e Viterbi. Alvos que passam em todas as etapas
no pipeline de aceleração são então submetidos ao pós-processamento - identificação de domínio
e pontuação usando o algoritmo Forward / Backward.

Essencialmente, os únicos parâmetros livres que controlam os filtros heurísticos do HMMER são os P-
limites de valor que controlam a fração esperada de sequências não homólogas que passam
os filtros. Definir os limites padrão mais altos ultrapassará uma proporção maior de
sequência não homóloga, aumentando a sensibilidade em detrimento da velocidade; por outro lado,
definir limites de valor P mais baixos passará por uma proporção menor, diminuindo a sensibilidade
e aumentando a velocidade. Definir o limite do valor P de um filtro para 1.0 significa que ele passará
todas as sequências e desativa efetivamente o filtro.

Alterar os limites do filtro apenas remove ou inclui os alvos da consideração; mudando
os limites do filtro não alteram as pontuações de bits, valores E ou alinhamentos, todos os quais são
determinado unicamente no pós-processamento.

--máx. Sensibilidade máxima. Desligue todos os filtros, incluindo o filtro de polarização, e execute totalmente
Pós-processamento para frente / para trás em cada alvo. Isso aumenta a sensibilidade
ligeiramente, com um grande custo em velocidade.

--F1
Limiar do primeiro filtro; defina o limite do valor P para a etapa do filtro MSV. o
o padrão é 0.02, o que significa que cerca de 2% das maiores pontuações não homólogas
espera-se que os alvos passem pelo filtro.

--F2
Limiar do segundo filtro; definir o limite do valor P para a etapa do filtro Viterbi.
O padrão é 0.001.

--F3
Limiar do terceiro filtro; defina o limite do valor P para a etapa do filtro Avançar. o
o padrão é 1e-5.

--nobias
Desligue o filtro de polarização. Isso aumenta um pouco a sensibilidade, mas pode chegar a um
alto custo em velocidade, especialmente se a consulta tiver composição de resíduo tendenciosa (como
uma região de sequência repetitiva, ou se for uma proteína de membrana com grandes regiões de
hidrofobicidade). Sem o filtro de polarização, muitas sequências podem passar pelo filtro
com consultas tendenciosas, levando a um desempenho mais lento do que o esperado, pois o
algoritmos de avanço / retrocesso de computação intensiva suportam uma carga anormalmente pesada
carregar.

OPÇÕES CONTROLANDO PROFILE CONSTRUÇÃO (MAIS TARDE ITERAÇÕES)

Essas opções controlam como as colunas de consenso são definidas em alinhamentos múltiplos quando
perfis de construção. Por padrão, britadeira sempre inclui sua sequência de consulta original em
o resultado do alinhamento em cada iteração, e as posições de consenso são definidas por essa consulta
sequência: isto é, um padrão britadeira perfil tem sempre o mesmo comprimento que o original
consulta, a cada iteração.

--velozes Defina as colunas de consenso como aquelas que têm uma fração> = Symfrac de resíduos como
opõe-se a lacunas. (Veja abaixo para o --symfrac opção.) Embora este seja o padrão
opção de construção de perfil em outro lugar (em hmm construir, em particular), pode ter
efeitos indesejáveis ​​em britadeira, porque um perfil pode caminhar iterativamente
espaço de sequência de sua consulta original, deixando poucas ou nenhuma coluna de consenso
correspondendo aos seus resíduos.

--mão Defina colunas de consenso no próximo perfil usando anotação de referência para o múltiplo
alinhamento. britadeira propaga a anotação de referência do perfil anterior para
o alinhamento múltiplo e daí para o próximo perfil. Este é o padrão.

--symfrac
Defina o limite de fração de resíduo necessário para definir uma coluna de consenso quando
usando o --velozes opção. O padrão é 0.5. A fração do símbolo em cada coluna é
calculado após levar em conta a ponderação de sequência relativa e ignorar a lacuna
caracteres correspondentes às extremidades dos fragmentos de sequência (em oposição a internos
inserções / exclusões). Definir como 0.0 significa que cada coluna de alinhamento irá
ser atribuído como consenso, o que pode ser útil em alguns casos. Configurando para 1.0
significa que apenas as colunas que incluem 0 lacunas (inserções / exclusões internas) serão
atribuído como consenso.

--fragthresh
Queremos apenas contar as lacunas terminais como exclusões se a sequência alinhada for conhecida
ser de comprimento total, não se for um fragmento (por exemplo, porque apenas parte dele
foi sequenciado). HMMER usa uma regra simples para inferir fragmentos: se o comprimento da sequência
L é menor ou igual a uma fração vezes o comprimento do alinhamento em colunas,
então a sequência é tratada como um fragmento. O padrão é 0.5. Configuração
--fragthresh0 irá definir nenhuma sequência (não vazia) como um fragmento; você pode querer
faça isso se você sabe que tem um alinhamento cuidadosamente selecionado de comprimento total
sequências. Configuração --fragthresh1 irá definir todas as sequências como fragmentos; você pode
deseja fazer isso se você sabe que seu alinhamento é inteiramente composto de fragmentos, como
conforme traduzido, leituras curtas em dados de espingarda metagenômica.

OPÇÕES CONTROLANDO RELATIVO PESOS

Sempre que um perfil é construído a partir de um alinhamento múltiplo, o HMMER usa uma sequência ad hoc
algoritmo de ponderação para reduzir o peso de sequências estreitamente relacionadas e aumentar o peso relacionado de forma distantemente
uns. Isso tem o efeito de tornar os modelos menos tendenciosos por filogenética desigual
representação. Por exemplo, duas sequências idênticas normalmente receberiam cada uma metade do
peso que uma sequência teria (e é por isso que britadeira não se preocupa com sempre
incluindo sua sequência de consulta original no alinhamento de cada iteração, mesmo se a encontrar
novamente no banco de dados que você está procurando). Essas opções controlam qual algoritmo é usado.

--wpb Use o esquema de ponderação de sequência baseado em posição de Henikoff [Henikoff e Henikoff,
J. Mol. Biol. 243: 574, 1994]. Este é o padrão.

--wgsc Use o algoritmo de ponderação Gerstein / Sonnhammer / Chothia [Gerstein et al, J. Mol.
Biol. 235: 1067, 1994].

--wblosum
Use o mesmo esquema de agrupamento que foi usado para ponderar os dados no cálculo do BLOSUM
matrizes de substituição [Henikoff e Henikoff, Proc. Natl. Acad. Sci 89: 10915].
As sequências são agrupadas de link único em um limite de identidade (padrão 0.62; consulte
--largura) e dentro de cada grupo de sequências c, cada sequência obtém peso relativo
1 / c.

- um
Sem pesos relativos. Todas as sequências recebem peso uniforme.

--largura
Define o limite de identidade usado por cluster de ligação única ao usar --wblosum.
Inválido com qualquer outro esquema de ponderação. O padrão é 0.62.

OPÇÕES CONTROLANDO EFICAZ SEQÜÊNCIA NÚMERO

Depois que os pesos relativos são determinados, eles são normalizados para somar um total efetivo
número sequencial, eff_nseq. Este número pode ser o número real de sequências no
alinhamento, mas quase sempre é menor do que isso. A ponderação de entropia padrão
método (--ent) reduz o número de sequência efetivo para reduzir o conteúdo da informação
(entropia relativa ou pontuação média esperada em homólogos verdadeiros) por posição de consenso. o
a entropia relativa do alvo é controlada por uma função de dois parâmetros, onde os dois
os parâmetros são configuráveis ​​com --antes e --esigma.

--eent Ajuste o número de sequência efetiva para atingir uma entropia relativa específica por
posição (ver --antes) Este é o padrão.

--clust
Defina o número de sequência efetivo para o número de clusters de ligação única em um
limite de identidade específico (ver --eid) Esta opção não é recomendada; é para
experimentos avaliando quão melhor --eent é.

--enona
Desligue a determinação do número de sequência efetiva e apenas use o número real de
sequências. Uma razão pela qual você pode querer fazer isso é tentar maximizar a relação
entropia / posição do seu modelo, o que pode ser útil para modelos curtos.

--eset
Defina explicitamente o número de sequência efetiva para todos os modelos para .

--antes
Defina a entropia / meta de posição relativa mínima para . Requer --eent. Predefinição
depende do alfabeto da seqüência; para sequências de proteínas, é 0.59 bits / posição.

--esigma
Define a entropia relativa mínima contribuída por um alinhamento de modelo inteiro, sobre
todo o seu comprimento. Isso tem o efeito de fazer com que os modelos curtos tenham maior relação
entropia por posição do que --antes sozinho daria. O padrão é 45.0 bits.

--eid
Define o limite de identidade par a par fracionário usado pelo agrupamento de ligação única com
que o --clust opção. O padrão é 0.62.

OPÇÕES CONTROLANDO ANTES

Na construção do perfil, por padrão, as contagens ponderadas são convertidas para a média posterior
estimativas de parâmetros de probabilidade usando misturas a priori de Dirichlet. Mistura padrão de Dirichlet
parâmetros anteriores para modelos de proteína e para modelos de ácido nucleico (RNA e DNA) são construídos
in. As opções a seguir permitem que você substitua as anteriores padrão.

--pnone Não use quaisquer antecedentes. Os parâmetros de probabilidade serão simplesmente os observados
frequências, após ponderação de sequência relativa.

--place Use um Laplace +1 prior no lugar da mistura padrão Dirichlet prior.

OPÇÕES CONTROLANDO E-VALOR CALIBRAÇÃO

Estimando os parâmetros de localização para as distribuições de pontuação esperadas para o filtro MSV
pontuações, pontuações de filtro Viterbi e pontuações Forward requerem três sequências aleatórias curtas
Simulações.

--EmL
Define o comprimento da sequência na simulação que estima o parâmetro de localização mu para
Valores E do filtro MSV. O padrão é 200.

--EmN
Define o número de sequências na simulação que estima o parâmetro de localização mu
para valores E do filtro MSV. O padrão é 200.

--EvL
Define o comprimento da sequência na simulação que estima o parâmetro de localização mu para
Valores-E do filtro de Viterbi. O padrão é 200.

--EvN
Define o número de sequências na simulação que estima o parâmetro de localização mu
para valores-E do filtro de Viterbi. O padrão é 200.

--EfL
Define o comprimento da sequência na simulação que estima o parâmetro de localização tau
para valores E diretos. O padrão é 100.

--EfN
Define o número de sequências na simulação que estima o parâmetro de localização
tau para valores-E avançados. O padrão é 200.

--Eft
Define a fração de massa da cauda para caber na simulação que estima a localização
parâmetro tau para avaliações Forward. O padrão é 0.04.

OUTROS OPÇÕES

--nonnull2
Desative as correções de pontuação null2 para composição tendenciosa.

-Z Afirme que o número total de alvos em suas pesquisas é , para os propósitos
de cálculos de valor E por sequência, em vez do número real de alvos
visto.

--domZ
Afirme que o número total de alvos em suas pesquisas é , para os propósitos
de cálculos de valor E condicional por domínio, em vez do número de alvos
que ultrapassou os limites de relatório.

--semente
Semeie o gerador de números aleatórios com , um inteiro> = 0. Se é> 0, qualquer
simulações estocásticas serão reproduzíveis; o mesmo comando dará o mesmo
resultados. Se é 0, o gerador de números aleatórios é semeado arbitrariamente e
as simulações estocásticas variam de execução para execução do mesmo comando. O padrão
a semente é 42.

--qformato
Declare que a entrada query_seqfile está em formato . Arquivo de sequência aceito
os formatos incluem FASTA, EMBL, GenBank, DDBJ, UniProt, Stockholm e SELEX. Predefinição
é detectar automaticamente o formato do arquivo.

--tformato
Declare que a entrada target_seqdb está em formato . Arquivo de sequência aceito
os formatos incluem FASTA, EMBL, GenBank, DDBJ, UniProt, Stockholm e SELEX. Predefinição
é detectar automaticamente o formato do arquivo.

--CPU
Defina o número de threads de trabalho paralelos para . Por padrão, HMMER define isso para
o número de núcleos de CPU que detecta em sua máquina - ou seja, tenta maximizar
o uso de seus núcleos de processador disponíveis. Configuração maior do que o número de
núcleos disponíveis tem pouco ou nenhum valor, mas você pode querer configurá-lo para algo
menos. Você também pode controlar esse número definindo uma variável de ambiente,
HMMER_NCPU.

Esta opção está disponível apenas se HMMER foi compilado com suporte a threads POSIX.
Este é o padrão, mas pode ter sido desativado em tempo de compilação para o seu site
ou máquina por algum motivo.

--parar
Para depurar a versão MPI master / worker: pause after start, para habilitar o
desenvolvedor para anexar depuradores aos processos mestre e de trabalho em execução. Mandar
Sinal SIGCONT para liberar a pausa. (Em gdb: (gdb) sinal PRÓXIMO CONTEÚDO) (Somente
disponível se o suporte MPI opcional foi habilitado no tempo de compilação.)

--mpi Executar no modo mestre / trabalhador MPI, usando mpirun. (Disponível apenas se MPI opcional
o suporte foi habilitado em tempo de compilação.)

Use jackhmmer online usando serviços onworks.net