cmbuild - Online sa Cloud

PROGRAMA:

NAME

cmbuild - bumuo ng (mga) modelo ng covariance mula sa structurally annotated RNA multiple sequence
(mga) pagkakahanay

SINOPSIS

cmbuild [mga pagpipilian]

DESCRIPTION

Para sa bawat multiple sequence alignment in bumuo ng isang modelo ng covariance at i-save ito sa
isang bagong file .

Ang alignment file ay dapat nasa Stockholm o SELEX na format, at dapat maglaman ng consensus
pangalawang istraktura na anotasyon. cmbuild gumagamit ng consensus structure upang matukoy ang
arkitektura ng CM.

maaaring '-' (gitling), na nangangahulugang binabasa ang input na ito mula sa si stdin sa halip na isang file.
Upang gamitin ang '-', dapat mo ring tukuyin ang alignment file format na may --impormasyon , tulad ng sa
--impormasyon Stockholm (dahil sa kasalukuyang limitasyon sa aming pagpapatupad, MSA file
hindi ma-autodetected ang mga format sa isang nonrewindable input stream.)

maaring hindi '-' (stdout), dahil ang pagpapadala ng CM file sa stdout magkasalungat
kasama ang iba pang text na output ng programa.

Bilang karagdagan sa pagsusulat ng (mga) CM sa , cmbuild naglalabas din ng isang linya para sa bawat isa
modelong ginawa upang stdout. Ang bawat linya ay may mga sumusunod na field: "aln": ang index ng
alignment na ginamit sa pagbuo ng CM; "idx": ang index ng CM sa ; "pangalan":
ang pangalan ng CM; "nseq": ang bilang ng mga sequence sa alignment na ginamit upang buuin ang CM;
"eff_nseq": ang mabisang bilang ng mga sequence na ginamit sa pagbuo ng modelo; "alen": ang haba
ng pagkakahanay na ginamit sa pagbuo ng CM; "clen": ang bilang ng mga column mula sa alignment
tinukoy bilang mga column ng consensus (tugma); "bps": ang bilang ng mga basepairs sa CM; "bifs":
ang bilang ng mga bifurcation sa CM; "rel entropy: CM": ang kabuuang relatibong entropy ng
modelo na hinati sa bilang ng mga hanay ng pinagkasunduan; "rel entropy: HMM": ang kabuuang kamag-anak
entropy ng modelo na binabalewala ang pangalawang istraktura na hinati sa bilang ng pinagkasunduan
mga hanay. "paglalarawan": paglalarawan ng modelo/pag-align.

Opsyon

-h Tulong; mag-print ng maikling paalala ng paggamit ng command line at mga available na opsyon.

-n Pangalanan ang bagong CM . Ang default ay gamitin ang pangalan ng pagkakahanay (kung ang isa ay
naroroon sa ), o, kung hindi, ang pangalan ng . If
naglalaman ng higit sa isang pagkakahanay, -n ay hindi gumagana, at bawat pagkakahanay
dapat may pangalan na naka-annotate sa (tulad ng sa Stockholm #=GF ID annotation).

-F Payagan na ma-overwrite. Kung wala ang pagpipiliang ito, kung na
mayroon, cmbuild lumabas nang may error.

-o Idirekta ang buod na output sa file , sa halip na stdout.

-O Pagkatapos mabuo ang bawat modelo, muling i-save ang mga annotated na source alignment sa isang file
sa format ng Stockholm. Ang mga pagkakasunud-sunod ay binibigyan ng annotation kung anong mga relatibong sequence na timbang
ay itinalaga. Nilagyan din ng annotation ang mga alignment na may reference na annotation line
na nagsasaad kung aling mga column ang itinalaga bilang consensus. Kung ang pagkakahanay ng pinagmulan ay nagkaroon
reference annotation ("#=GC RF") ito ay papalitan ng consensus residue ng
ang modelo para sa consensus column at '.' para sa pagpasok ng mga column, maliban kung ang --kamay
ginamit ang opsyon para sa pagtukoy ng mga posisyon ng pinagkasunduan, kung saan ito ay magiging
hindi nagbago.

--devhelp Tulong sa pag-print, tulad ng sa -h , ngunit isama rin ang mga opsyon ng eksperto na hindi
ipinapakita na may -h . Ang mga opsyong ekspertong ito ay hindi inaasahang may kaugnayan para sa
karamihan ng mga gumagamit at sa gayon ay hindi inilarawan sa manu-manong pahina. Ang nag-iisang
mga mapagkukunan para sa pag-unawa kung ano ang aktwal na ginagawa nila ay ang maikling isang linya
paglalarawan output kapag --devhelp ay pinagana, at ang source code.

Opsyon KONTROL MODEL Konstruksyon

Kinokontrol ng mga opsyong ito kung paano tinutukoy ang mga column ng consensus sa isang alignment.

--mabilis Awtomatikong tukuyin ang mga column ng pinagkasunduan bilang mga may fraction >= symfrac of
nalalabi kumpara sa mga puwang. (Tingnan sa ibaba para sa --symfrac opsyon.) Ito ang
default.

--kamay Gumamit ng reference coordinate annotation (#=GC RF line, sa Stockholm) upang matukoy kung alin
ang mga column ay pinagkasunduan, at alin ang mga pagsingit. Ang anumang character na hindi gap ay nagpapahiwatig ng a
hanay ng pinagkasunduan. (Halimbawa, markahan ang mga column ng consensus ng "x", at ilagay ang mga column
na may ".".) Tinawag ang opsyong ito --rf sa mga nakaraang bersyon ng Infernal (0.1
sa pamamagitan ng 1.0.2).

--symfrac
Tukuyin ang natitirang fraction threshold na kinakailangan upang tukuyin ang isang consensus column kung kailan
hindi ginagamit --kamay. Ang default ay 0.5. Ang bahagi ng simbolo sa bawat hanay ay
kinakalkula pagkatapos isaalang-alang ang relatibong sequence weighting. Itinatakda ito sa
0.0 ay nangangahulugan na ang bawat alignment column ay itatalaga bilang consensus, na maaaring
kapaki-pakinabang sa ilang mga kaso. Ang pagtatakda nito sa 1.0 ay nangangahulugan na ang mga column lamang na may kasamang 0 gaps
itatalaga bilang consensus. Pinapalitan ng pagpipiliang ito ang --gapthresh opsyon
mula sa mga nakaraang bersyon ng Infernal (0.1 hanggang 1.0.2), na may katumbas ng (1.0 -
). Halimbawa upang magparami ng pag-uugali para sa isang utos ng cmbuild --gapthresh 0.8
sa isang nakaraang bersyon, gamitin cmbuild --symfrac 0.2 kasama ang bersyong ito.

--noss Huwag pansinin ang pangalawang istraktura na anotasyon, kung mayroon man, sa at bumuo ng isang CM na may
zero basepairs. Ang modelong ito ay magiging katulad ng isang profile na HMM at ang cmsearch at
cmscan gagamit ang mga program ng HMM algorithm na mas mabilis kaysa sa CM para dito
modelo. Bukod pa rito, hindi kailangang i-calibrate ang isang zero basepair na modelo cmcalibrate
bago tumakbo cmsearch kasama. Ang --noss dapat gamitin ang opsyon kung wala
pangalawang istraktura anotasyon sa .

--rsearch
I-parameterize ang mga marka ng emisyon sa isang la RSEARCH, gamit ang RIBOSUM matrix sa file .
may --rsearch pinagana, lahat ng alignment ay nasa dapat maglaman ng eksaktong isa
pagkakasunod-sunod o ang --tawag dapat ding paganahin ang opsyon. Lahat ng mga posisyon sa bawat sequence
ay ituturing na consensus na "column". Sa totoo lang, ang mga marka ng emisyon para sa mga ito
ang mga modelo ay hindi magiging magkapareho sa mga marka ng RIBOSUM dahil sa mga pagkakaiba sa pagmomodelo
diskarte sa pagitan ng Infernal at RSEARCH, ngunit magiging magkapareho sila hangga't maaari.
Ang RIBOSUM matrix file ay kasama sa Infernal sa "matrices/" subdirectory ng
ang nangungunang antas na "infernal-xxx" na direktoryo. Ang mga matrice ng RIBOSUM ay marka ng pagpapalit
matrice na partikular na sinanay para sa mga istrukturang RNA na may hiwalay na single stranded
residue at base pair substitution scores. Para sa higit pang impormasyon tingnan ang REARCH
publikasyon (Klein at Eddy, BMC Bioinformatics 4:44, 2003).

OTHER MODEL Konstruksyon Opsyon

--wala
Basahin ang isang null na modelo mula sa . Ang null model ay tumutukoy sa posibilidad ng bawat RNA
nucleotide sa background sequence, ang default ay ang paggamit ng 0.25 para sa bawat nucleotide.
Ang format ng mga null file ay tinukoy sa gabay ng gumagamit.

--nauna
Basahin ang isang Dirichlet bago mula sa , pinapalitan ang default na pinaghalong Dirichlet. Ang
ang format ng mga naunang file ay tinukoy sa gabay ng gumagamit.

paggamit --devhelp upang makakita ng karagdagang, kung hindi man ay hindi dokumentado, mga opsyon sa pagbuo ng modelo.

Opsyon KONTROL KAMAG-ANAK KAMI

cmbuild gumagamit ng ad hoc sequence weighting algorithm upang pababain ang timbang na malapit na nauugnay
mga sequence at upweight na malayong nauugnay. Ito ay may epekto ng pagpapababa ng mga modelo
may kinikilingan sa pamamagitan ng hindi pantay na representasyon ng phylogenetic. Halimbawa, gagawin ng dalawang magkaparehong pagkakasunud-sunod
kadalasan ang bawat isa ay tumatanggap ng kalahati ng timbang na gagawin ng isang sequence. Kinokontrol ng mga opsyong ito
kung aling algorithm ang gagamitin.

--wpb Gamitin ang Henikoff position-based sequence weighting scheme [Henikoff at Henikoff,
J. Mol. Biol. 243:574, 1994]. Ito ang default.

--wgsc Gamitin ang algorithm ng pagtimbang ng Gerstein/Sonnhammer/Chothia [Gerstein et al, J. Mol.
Biol. 235:1067, 1994].

--wala
I-off ang sequence weighting; hal. tahasang itakda ang lahat ng sequence weights sa 1.0.

--wbinigay
Gumamit ng mga sequence weight gaya ng ibinigay sa anotasyon sa input alignment file. Kung hindi
ibinigay ang mga timbang, ipagpalagay na lahat sila ay 1.0. Ang default ay upang matukoy ang bago
sequence weights ng Gerstein/Sonnhammer/Chothia algorithm, hindi pinapansin ang anuman
mga annotated na timbang.

--wblosum
Gamitin ang BLOSUM filtering algorithm upang timbangin ang mga sequence, sa halip na ang default
Pagtimbang ng GSC. I-cluster ang mga pagkakasunud-sunod sa isang naibigay na porsyento ng pagkakakilanlan (tingnan --wid);
italaga ang bawat kumpol ng kabuuang timbang na 1.0, na ibinahagi nang pantay-pantay sa mga miyembro
ng kumpol na iyon.

--wid
Kinokontrol ang pag-uugali ng --wblosum opsyon sa pagtimbang sa pamamagitan ng pagtatakda ng porsyento
pagkakakilanlan para sa clustering ang pagkakahanay sa .

Opsyon KONTROL MABUTI KATANUNGAN NUMBER

Matapos matukoy ang mga kamag-anak na timbang, ang mga ito ay na-normalize sa kabuuan sa isang kabuuang epektibo
numero ng pagkakasunud-sunod, eff_nseq. Ang numerong ito ay maaaring ang aktwal na bilang ng mga sequence sa
pagkakahanay, ngunit ito ay halos palaging mas maliit kaysa doon. Ang default na entropy weighting
paraan (--eent) binabawasan ang epektibong sequence number upang bawasan ang nilalaman ng impormasyon
(relative entropy, o average na inaasahang marka sa mga totoong homolog) sa bawat posisyon ng consensus. Ang
Ang kamag-anak na target na entropy ay kinokontrol ng isang function na may dalawang parameter, kung saan ang dalawa
ang mga parameter ay maaaring itakda sa --ere at --sigma.

--eent Gamitin ang entropy weighting strategy para matukoy ang epektibong sequence number na
nagbibigay ng isang target na ibig sabihin ng katugmang estado ng relatibong entropy. Ang pagpipiliang ito ay ang default, at
maaaring i-off gamit ang --enone. Ang ibig sabihin ng default na target ay kamag-anak ng estado ng tugma
Ang entropy ay 0.59 bits para sa mga modelong may hindi bababa sa 1 basepair at 0.38 bits para sa mga modelo
na may zero basepairs, ngunit binago ng --ere. Ang default ng 0.59 o 0.38 bits ay
awtomatikong nagbabago kung ang kabuuang relatibong entropy ng modelo (summed match
state relative entropy) ay mas mababa sa isang cutoff, na 6.0 bits bilang default, ngunit
maaaring baguhin sa eksperto, hindi dokumentado --eX opsyon. Kung gusto mo talaga
makipaglaro sa opsyong iyon, kumonsulta sa source code.

--enone
I-off ang entropy weighting strategy. Ang epektibong sequence number ay ang
bilang ng mga sequence sa pagkakahanay.

--ere
Itakda ang target na mean match state relative entropy bilang . Bilang default ang target
Ang relatibong entropy sa bawat posisyon ng tugma ay 0.59 bits para sa mga modelong may hindi bababa sa 1
basepair at 0.38 para sa mga modelong may zero na basepair.

--eminseq
Tukuyin ang minimum na pinapayagang epektibong sequence number bilang .

--ehmmre
Itakda ang target na HMM mean match state relative entropy bilang . Entropy para sa
Ang basepairing match states ay kinakalkula gamit ang marginalized basepair emission
mga probabilidad.

--eset
Itakda ang epektibong sequence number para sa entropy weighting bilang .

Opsyon KONTROL FILTER P7 HMM Konstruksyon

Para sa bawat CM na cmbuild constructs, isang kasamang filter na p7 HMM ay binuo mula sa input
alignment din. Kinokontrol ng mga opsyong ito ang pagbuo ng HMM ng filter:

--p7ere
Itakda ang target na mean match state relative entropy para sa filter na p7 HMM bilang . By
default ang target na kamag-anak na entropy sa bawat posisyon ng tugma ay 0.38 bits.

--p7ml Gumamit ng maximum na posibilidad na p7 HMM na binuo mula sa CM bilang filter na HMM. Gagawin ng HMM na ito
maging katulad hangga't maaari sa CM (habang kinakailangang walang alam sa pangalawa
istraktura).

paggamit --devhelp upang makakita ng karagdagang, kung hindi man ay hindi dokumentado, i-filter ang mga opsyon sa pagtatayo ng HMM.

Opsyon KONTROL FILTER P7 HMM PAGKAKALIBRATE

Pagkatapos buuin ang bawat filter na HMM, cmbuild tinutukoy ang naaangkop na mga parameter ng E-value na gagamitin
sa panahon ng pag-filter sa cmsearch at cmscan sa pamamagitan ng pag-sample ng isang set ng mga sequence at paghahanap sa kanila
sa bawat configuration at algorithm ng filter ng HMM.

--EmN Itakda ang bilang ng mga naka-sample na sequence para sa lokal na MSV filter HMM calibration sa .
200 bilang default.

--EvN Itakda ang bilang ng mga naka-sample na sequence para sa lokal na Viterbi filter HMM calibration sa
. 200 bilang default.

--ElfN Itakda ang bilang ng mga naka-sample na sequence para sa lokal na Forward filter HMM calibration sa
. 200 bilang default.

--EgfN Itakda ang bilang ng mga naka-sample na sequence para sa glocal Forward filter HMM calibration
sa . 200 bilang default.

paggamit --devhelp upang makakita ng karagdagang, kung hindi man ay hindi dokumentado, i-filter ang mga opsyon sa pag-calibrate ng HMM.

Opsyon PARA SA PINAGPAPINISIN ANG INPUT ALIGNMENT

--pinuhin
Subukang pinuhin ang pagkakahanay bago buuin ang CM gamit ang inaasahan-
pag-maximize (EM). Ang isang CM ay unang binuo mula sa paunang pagkakahanay gaya ng dati. pagkatapos,
ang mga pagkakasunud-sunod sa pagkakahanay ay muling naayos (na may HMM banded CYK
algorithm, ang pinakamainam ay nangangahulugang pinakamainam na ibinigay sa mga banda) sa CM, at isang bagong CM ang binuo
mula sa nagresultang pagkakahanay. Ang mga pagkakasunud-sunod ay muling ibinabagay sa bagong CM, at a
bagong CM ay binuo mula sa pagkakahanay na iyon. Ito ay nagpatuloy hanggang sa tagpo,
partikular kapag ang mga pagkakahanay para sa dalawang magkasunod na pag-ulit ay hindi
makabuluhang naiiba (ang mga summed bit score ng lahat ng mga sequence sa
ang pagkakahanay ay nagbabago nang mas mababa sa 1% sa pagitan ng dalawang magkasunod na pag-ulit). Ang final
alignment (ang alignment na ginamit upang buuin ang CM na isusulat sa ) is
nakasulat sa .

-l may --pinuhin, i-on ang local alignment algorithm, na nagbibigay-daan sa alignment sa
sumasaklaw ng dalawa o higit pang mga pagkakasunod-sunod kung kinakailangan (hal. kung ang mga istruktura ng query
modelo at target na pagkakasunud-sunod ay bahagyang ibinabahagi lamang), na nagpapahintulot sa ilang malalaking
pagsingit at pagtanggal sa istraktura na iba ang parusa kaysa sa karaniwan
indels. Ang default ay ang globally align ng query model sa mga target na sequence.

--gibbs
Binabago ang pag-uugali ng --pinuhin kaya Gibbs sampling ang ginagamit sa halip na EM. Ang
Ang pagkakaiba ay sa panahon ng yugto ng pagkakahanay ang pagkakahanay ay hindi kinakailangan
pinakamainam, sa halip ay isang alignment (parsetree) para sa bawat sequence ay na-sample mula sa
posterior distribution ng mga alignment gaya ng tinutukoy ng Inside algorithm. Dahil sa
sampling step na ito --gibbs ay non-deterministic, kaya magkaibang tumatakbo na may pareho
ang pagkakahanay ay maaaring magbunga ng iba't ibang resulta. Ito ay hindi totoo kapag --pinuhin Ginagamit
wala ang --gibbs opsyon, kung saan ang huling pagkakahanay at CM ay palaging magiging
pareho. Kailan --gibbs ay pinagana, ang --binhi ang opsyon ay maaaring gamitin upang i-seed ang
mahuhulaan na generator ng random na numero, na ginagawang maaaring kopyahin ang mga resulta. Ang layunin ng
ang --gibbs Ang opsyon ay tulungan ang mga ekspertong RNA alignment curator na pinuhin ang istruktura
alignment sa pamamagitan ng pagpayag sa kanila na obserbahan ang mga alternatibong high scoring alignment.

--binhi
Binhi ang random number generator gamit ang , isang integer >= 0. Ang pagpipiliang ito ay maaari lamang
gamitin sa kumbinasyon ng --gibbs. If ay nonzero, stochastic sampling ng
ang mga pagkakahanay ay maaaring kopyahin; ang parehong utos ay magbibigay ng parehong mga resulta. Kung
ay 0, ang generator ng random na numero ay na-seed nang arbitraryo, at stochastic
ang mga sampling ay maaaring mag-iba mula sa run hanggang run ng parehong command. Ang default na binhi ay 0.

--cyk may --pinuhin, ihanay sa CYK algorithm. Bilang default ang pinakamainam na katumpakan
ginagamit ang algorithm. Mayroong higit pang impormasyon tungkol dito sa cmalign manu-manong pahina.

--notrunc
may --pinuhin, i-off ang truncated alignment algorithm. Meron pa
impormasyon tungkol dito sa cmalign manu-manong pahina.

paggamit --devhelp upang makita ang mga karagdagang, kung hindi man ay hindi dokumentado, mga opsyon sa pagpipino ng pagkakahanay bilang
pati na rin ang iba pang mga opsyon sa output file at mga opsyon para sa pagbuo ng maramihang mga modelo para sa isang solong
pagkakahanay

Gamitin ang cmbuild online gamit ang mga serbisyo ng onworks.net