raxmlHPC-PTHREADS - Online sa Cloud

PROGRAMA:

NAME

Gamitin - Randomized Axelerated Maximum Likelihood

DESCRIPTION

Gumamit ng raxml na may suporta sa AVX (1 cpus)

Ito ang RAxML na bersyon 8.2.4 na inilabas ni Alexandros Stamatakis noong Oktubre 02, 2015.

Sa lubos na pinahahalagahan na mga kontribusyon ng code ni: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT at HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Mangyaring kumonsulta din sa RAxML-manual

Mangyaring mag-ulat ng mga bug sa pamamagitan ng RAxML google group! Mangyaring ipadala sa amin ang lahat ng input file, ang eksaktong
invocation, mga detalye ng HW at operating system, pati na rin ang lahat ng mga error na mensahe na naka-print
sa screen.

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

-s sequenceFileName -n pangalan ng file output -m substitutionModel

[-a weightFileName] [-Isang pangalawang StructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c numberOfCategories] [-C]
[-d] [-D] [-e likelihoodEpsilon] [-E excludeFileName] [-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 placementThreshold] [-h] [-H] [-i
initialRearrangementSetting] [-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
proteinModel] [-q multipleModelFileName] [-r binaryConstraintTree] [-R
binaryModelParamFile] [-S secondaryStructureFile] [-t userStartingTree] [-T
numberOfThreads] [-u] [-U] [-v] [-V] [-w outputDirectory] [-W slidingWindowSize]
[-x rapidBootstrapRandomNumberSeed] [-X] [-y] [-Y
quartetGroupingFileName|ancestralSequenceCandidatesFileName] [-z multipleTreesFile]
[-#|-N numberOfRuns|autoFC|autoMR|autoMRE|autoMRE_IGN]
[--mesquite][--silent][--no-seq-check][--no-bfgs]
[--asc-corr=stamatakis|felsenstein|lewis]
[--flag-check][--auto-prot=ml|bic|aic|aicc]
[--epa-keep-placements=number][--epa-accumulated-threshold=threshold]
[--epa-prob-threshold=threshold] [--JC69][--K80][--HKY85]

-a Tumukoy ng pangalan ng file ng timbang ng column upang magtalaga ng mga indibidwal na timbang sa bawat column ng
ang pagkakahanay. Ang mga timbang na iyon ay dapat na mga integer na pinaghihiwalay ng anumang uri at bilang ng
mga whitespace sa loob ng isang hiwalay na file, tingnan ang file na "example_weights" para sa isang halimbawa.

-A Tukuyin ang isa sa mga pangalawang modelo ng pagpapalit ng istraktura na ipinatupad sa RAxML.
Ang parehong nomenclature tulad ng sa PHASE manual ay ginagamit, magagamit na mga modelo: S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

DEFAULT: 16-estado na modelo ng GTR (S16)

-b Tumukoy ng integer number (random seed) at i-on ang bootstrapping

DEFAULT: NAKA-OFF

-B tumukoy ng numero ng floating point sa pagitan ng 0.0 at 1.0 na gagamitin bilang cutoff
threshold para sa MR-based na pamantayan sa bootstopping. Ang inirerekomendang setting ay 0.03.

DEFAULT: 0.03 (inirerekomenda na empirically tinutukoy na setting)

-c Tukuyin ang bilang ng mga natatanging kategorya ng rate para sa RAxML kapag modelo ng rate
ang heterogeneity ay nakatakda sa CAT Indibidwal sa bawat site na mga rate ay ikinategorya
numberOfCategories rate ng mga kategorya upang mapabilis ang mga pagkalkula.

DEFAULT: 25

-C I-enable ang verbose output para sa "-L" at "-fi" na mga opsyon. Ito ay magbubunga ng higit pa, bilang
pati na rin ang mas maraming salita na output file

DEFAULT: NAKA-OFF

-d simulan ang ML optimization mula sa random na panimulang puno

DEFAULT: NAKA-OFF

-D ML search convergence criterion. Sisirain nito ang mga paghahanap sa ML kung ang kamag-anak
Robinson-Foulds distansya sa pagitan ng mga puno na nakuha mula sa dalawang magkasunod na tamad na SPR
ang mga cycle ay mas maliit o katumbas ng 1%. Inirerekomenda ang paggamit para sa napakalaking dataset sa
mga tuntunin ng taxa. Sa mga puno na may higit sa 500 taxa ito ay magbubunga ng oras ng pagpapatupad
mga pagpapabuti ng humigit-kumulang 50% Habang nagbubunga lamang ng bahagyang mas masahol na mga puno.

DEFAULT: NAKA-OFF

-e itakda ang katumpakan ng pag-optimize ng modelo sa mga unit ng posibilidad ng log para sa panghuling pag-optimize ng
topology ng puno

DEFAULT: 0.1
para sa mga modelong hindi gumagamit ng proporsyon ng hindi nagbabagong pagtatantya ng mga site

0.001 para sa mga modelong gumagamit ng proporsyon ng invariant na pagtatantya ng mga site

-E tukuyin ang isang ibukod ang pangalan ng file, na naglalaman ng isang detalye ng mga posisyon ng pagkakahanay
gusto mong ibukod. Ang format ay katulad ng Nexus, ang file ay dapat maglaman ng mga entry
tulad ng "100-200 300-400", para magbukod ng iisang column write, hal, "100-100", kung ikaw
gumamit ng isang halo-halong modelo, isang naaangkop na inangkop na file ng modelo ang isusulat.

-f piliin ang algorithm:

"-fa": mabilis na pagsusuri sa Bootstrap at maghanap para sa puno ng ML na may pinakamahusay na marka sa isang programa
patakbuhin ang "-f A": compute marginal ancestral states sa isang ROOTED reference tree na ibinigay
na may "-t" "-fb": gumuhit ng impormasyon ng bipartition sa isang puno na ibinigay na may "-t" na batay
sa maraming puno

(hal., mula sa isang bootstrap) sa isang file na tinukoy ng "-z"

"-f B": i-optimize ang br-len scaler at iba pang mga parameter ng modelo (GTR, alpha, atbp.) sa isang puno
binigay ng "-t".
Ang puno ay kailangang maglaman ng mga haba ng sanga. Ang mga haba ng sangay ay hindi ma-optimize,
na-scale lamang ng isang karaniwang halaga.

"-fc": suriin kung ang pagkakahanay ay mababasa nang maayos ng RAxML "-f C": ancestral
sequence test para sa Jiajie, kakailanganin din ng mga user na magbigay ng listahan ng mga pangalan ng taxon sa pamamagitan ng
-Y pinaghihiwalay ng mga whitespace na "-fd": bagong mabilis na pag-akyat sa burol

DEFAULT: NAKA-ON

"-f D": mabilis na pag-akyat sa burol na may RELL bootstraps "-fe": i-optimize ang modelo+branch
haba para sa ibinigay na puno ng pag-input sa ilalim ng GAMMA/GAMMAI lamang "-f E": execute nang napakabilis
pang-eksperimentong paghahanap ng puno, sa kasalukuyan ay para lamang sa pagsubok sa "-f F": isagawa nang mabilis
pang-eksperimentong paghahanap ng puno, sa kasalukuyan ay para lamang sa pagsubok sa "-fg": mag-compute bawat log ng site
Ang mga posibilidad para sa isang ore pang mga puno ay dumaan

"-z" at isulat ang mga ito sa isang file na mababasa ng CONSEL
Ang mga parameter ng modelo ay tinatantya sa unang puno lamang!

"-f G": kalkulahin bawat log ng site Mga posibilidad para sa isang ore pang mga punong dumaan
"-z" at isulat ang mga ito sa isang file na mababasa ng CONSEL. Mga parameter ng modelo
ay muling pagtatantya para sa bawat puno

"-fh": compute log likelihood test (SH-test) sa pagitan ng pinakamagandang puno na ipinasa sa pamamagitan ng "-t"
at isang grupo ng iba pang mga puno na dumaan sa pamamagitan ng "-z" Ang mga parameter ng modelo ay tinatantya
sa unang puno lang!

"-f H": compute log likelihood test (SH-test) sa pagitan ng pinakamagandang puno na ipinasa sa pamamagitan ng "-t"
at isang grupo ng iba pang mga puno na dumaan sa pamamagitan ng "-z" Ang mga parameter ng modelo ay magiging
muling tinantya para sa bawat puno

"-fi": kalkulahin ang mga marka ng IC at TC (Salichos at Rokas 2013) sa isang puno na ibinigay ng "-t"
batay sa maraming puno
(hal., mula sa isang bootstrap) sa isang file na tinukoy ng "-z"

"-f I": isang simpleng tree rooting algorithm para sa mga unrooted na puno.
Pinag-ugatan nito ang puno sa pamamagitan ng pag-ugat nito sa sanga na pinakamahusay na nagbabalanse sa subtree
haba (sum over sanga sa mga subtree) ng kaliwa at kanang subtree. A
ang sangay na may pinakamainam na balanse ay hindi palaging umiiral! Kailangan mong tukuyin ang puno
gusto mong mag-root sa pamamagitan ng "-t".

"-fj": bumuo ng isang grupo ng mga bootstrapped alignment file mula sa orihinal na alignemnt file.
Kailangan mong tukuyin ang isang binhi na may "-b" at ang bilang ng mga replika na may "-#"

"-f J": I-compute ang mga halaga ng suportang tulad ng SH sa isang ibinigay na puno na ipinasa sa pamamagitan ng "-t". "-fk":
Ayusin ang mahahabang haba ng sangay sa mga naka-partition na set ng data na may nawawalang data gamit ang

algorithm ng pagnanakaw ng haba ng sangay.
Gumagana lang ang opsyong ito kasabay ng "-t", "-M", at "-q". Ipi-print ito
isang puno na may mas maikling haba ng sanga, ngunit may parehong marka ng posibilidad.

"-fm": ihambing ang mga bipartition sa pagitan ng dalawang bungkos ng mga puno na dumaan sa "-t" at "-z"
ayon sa pagkakabanggit. Ibabalik nito ang ugnayan ng Pearson sa pagitan ng lahat ng bipartition
matatagpuan sa dalawang file ng puno. Isang file na tinatawag
Ang RAxML_bipartitionFrequencies.outpuFileName ay ipi-print na naglalaman ng
pair-wise bipartition frequency ng dalawang set

"-fn": kalkulahin ang log likelihood score ng lahat ng mga punong nasa isang tree file na ibinigay ni
"-z" sa ilalim ng GAMMA o GAMMA+P-Invar Ang mga parameter ng modelo ay tinatantya sa
unang puno lang!

"-f N": kalkulahin ang marka ng posibilidad ng log ng lahat ng mga punong nakapaloob sa isang file ng puno na ibinigay ni
"-z" sa ilalim ng GAMMA o GAMMA+P-Invar Ang mga parameter ng modelo ay muling pagtatantya para sa
bawat puno

"-fo": luma at mas mabagal na mabilis na pag-akyat sa burol nang walang heuristic cutoff "-fp": gumanap
purong stepwise MP na pagdaragdag ng mga bagong sequence sa isang hindi kumpletong panimulang puno at labasan
"-f P": magsagawa ng phylogenetic placement ng mga sub tree na tinukoy sa isang file na ipinasa
sa pamamagitan ng "-z" sa isang ibinigay na reference tree

kung saan nakapaloob ang mga subtree na ito na ipinapasa sa pamamagitan ng "-t" gamit ang
evolutionary placement algorithm.

"-fq": mabilis na quartet calculator "-fr": compute pairwise Robinson-Foulds (RF)
mga distansya sa pagitan ng lahat ng pares ng mga puno sa isang tree file na ipinasa sa pamamagitan ng "-z"

kung ang mga puno ay may mga node labales na kinakatawan bilang mga halaga ng suporta ng integer, gagawin din ng programa
kalkulahin ang dalawang lasa ng
ang weighted Robinson-Foulds (WRF) na distansya

"-f R": kalkulahin ang lahat ng pairwise na Robinson-Foulds (RF) na mga distansya sa pagitan ng isang malaking reference tree
dumaan sa "-t"

at maraming mas maliliit na puno (na dapat ay may subset ng taxa ng malaking puno) na dumaan
"-z".
Ang pagpipiliang ito ay inilaan para sa pagsuri sa pagiging totoo ng napakalaking phylogenies
na hindi na masusuri sa paningin.

"-fs": hatiin ang isang multi-gene partitioned alignment sa kani-kanilang
mga subalignment "-f S": kalkulahin ang bias ng placement na partikular sa site gamit ang leave one out
pagsubok na inspirasyon ng evolutionary placement algorithm na "-ft": gawin ang randomized tree
mga paghahanap sa isang nakapirming panimulang puno "-f T": gawin ang panghuling masusing pag-optimize ng ML
puno mula sa mabilis na paghahanap sa bootstrap sa stand-alone na mode na "-fu": isagawa ang morphological
pag-calibrate ng timbang gamit ang pinakamataas na posibilidad, magbabalik ito ng weight vector.

kailangan mong magbigay ng morphological alignment at isang reference tree sa pamamagitan ng "-t"

"-fv": uriin ang isang grupo ng mga environmental sequence sa isang reference tree gamit ang masusing
basahin ang mga insertion
kakailanganin mong simulan ang RAxML na may hindi komprehensibong reference tree at isang
alignment na naglalaman ng lahat ng sequence (reference + query)

"-f V": uriin ang isang grupo ng mga environmental sequence sa isang reference tree gamit ang masusing
basahin ang mga insertion
kakailanganin mong simulan ang RAxML na may hindi komprehensibong reference tree at isang
alignment na naglalaman ng lahat ng sequence (reference + query) BABALA: isa itong pagsubok
pagpapatupad para sa mas mahusay na paghawak ng mga multi-gene/whole-genome dataset!

"-fw": compute ELW test sa isang bungkos ng mga puno na dumaan sa "-z"
Ang mga parameter ng modelo ay tinatantya sa unang puno lamang!

"-f W": compute ELW test sa isang bungkos ng mga puno na dumaan sa "-z"
Ang mga parameter ng modelo ay muling pagtatantya para sa bawat puno

"-fx": compute pair-wise ML distances, ML model parameters ay tantyahin sa isang MP
panimulang puno o puno na tinukoy ng gumagamit na ipinasa sa pamamagitan ng "-t", pinapayagan lamang para sa GAMMA-based
mga modelo ng rate heterogeneity

"-fy": uriin ang isang grupo ng mga environmental sequence sa isang reference tree gamit ang parsimony
kakailanganin mong simulan ang RAxML na may hindi komprehensibong reference tree at isang
alignment na naglalaman ng lahat ng sequence (reference + query)

DEFAULT para sa "-f": bagong mabilis na pag-akyat sa burol

-F paganahin ang mga paghahanap sa puno ng ML sa ilalim ng modelong CAT para sa napakalalaking puno nang hindi lumilipat sa
GAMMA sa dulo (nagse-save ng memorya). Ang opsyong ito ay maaari ding gamitin sa GAMMA
mga modelo upang maiwasan ang masusing pag-optimize ng puno ng ML na may pinakamahusay na marka sa
wakas.

DEFAULT: NAKA-OFF

-g tukuyin ang pangalan ng file ng isang multifurcating constraint tree na hindi kailangan ng punong ito
upang maging komprehensibo, ibig sabihin, hindi dapat maglaman ng lahat ng taxa

-G paganahin ang ML-based na evolutionary placement algorithm heuristics sa pamamagitan ng pagtukoy ng a
halaga ng threshold (fraction ng mga insertion branch na susuriin gamit ang slow
pagsingit sa ilalim ng ML).

-h Ipakita ang mensahe ng tulong na ito.

-H Huwag paganahin ang pattern compression.

DEFAULT: NAKA-ON

-i Paunang setting ng muling pagsasaayos para sa kasunod na aplikasyon ng mga pagbabago sa topological
pagbabago ng isang bagay

-I isang posterior bootstopping analysis. Gamitin ang:

"-I autoFC" para sa frequency-based na criterion na "-I autoMR" para sa majority-rule
criterion ng consensus tree na "-I autoMRE" para sa pinalawig na puno ng consensus na panuntunan ng karamihan
criterion "-I autoMRE_IGN" para sa mga sukatan na katulad ng MRE, ngunit may kasamang mga bipartition
sa ilalim ng threshold kung magkatugma ang mga ito

o hindi. Ginagaya nito ang MRE ngunit mas mabilis itong i-compute.

Kailangan mo ring magpasa ng tree file na naglalaman ng ilang mga replika ng bootstrap sa pamamagitan ng "-z"

-j Tinutukoy na ang mga intermediate tree file ay dapat isulat sa file sa panahon ng pamantayan
Mga paghahanap sa puno ng ML at BS.

DEFAULT: NAKA-OFF

-J Compute majority rule consensus tree na may "-J MR" o extended majority rule
consensus tree na may "-J MRE" o mahigpit na consensus tree na may "-J STRICT". Para sa
custom consensus threshold >= 50%, tukuyin ang T_ , kung saan 100 >= NUM ​​>= 50.
Ang mga opsyon na "-J STRICT_DROP" at "-J MR_DROP" ay magpapatupad ng isang algorithm na nagpapakilala
dropset na naglalaman ng rogue taxa bilang iminungkahi ni Pattengale et al. sa papel
"Pagbubunyag ng nakatagong phylogenetic consensus". Kakailanganin mo ring magbigay ng isang puno
file na naglalaman ng ilang UNROOTED na puno sa pamamagitan ng "-z"

-k Tinutukoy na ang mga naka-bootstrap na puno ay dapat na naka-print na may mga haba ng sangay. Ang
ang mga bootstraps ay tatakbo nang medyo mas mahaba, dahil ang mga parameter ng modelo ay ma-optimize sa
pagtatapos ng bawat pagtakbo sa ilalim ng GAMMA o GAMMA+P-Invar ayon sa pagkakabanggit.

DEFAULT: NAKA-OFF

-K Tukuyin ang isa sa mga multi-state substitution models (max 32 states) na ipinatupad sa
RAxML. Ang mga available na modelo ay: ORDERED, MK, GTR

DEFAULT: modelo ng GTR

-L I-compute ang mga consensus tree na may label ng mga suporta sa IC at ang kabuuang halaga ng TC bilang
iminungkahi sa Salichos at Rokas 2013. Compute a majority rule consensus tree with
"-L MR" o isang pinalawig na mayorya ng consensus tree na may "-L MRE". Para sa isang kaugalian
consensus threshold >= 50%, tukuyin ang "-L T_ ", kung saan 100 >= NUM ​​>= 50. Gagawin mo
siyempre kailangan ding magbigay ng tree file na naglalaman ng ilang UNROOTED trees sa pamamagitan ng
"-z"!

-m Modelo ng Binary (Morpolohiya), Nucleotide, Multi-State, o Amino Acid
Pagpapalit:

BINARY:

"-m BINCAT[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatikong nasa ilalim ng BINGAMMA, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m BINCATI[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatikong nasa ilalim ng BINGAMMAI, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m ASC_BINCAT[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatikong nasa ilalim ng BINGAMMA, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency. Ang ASC
itatama ng prefix ang posibilidad para sa bias ng pagtiyak.

"-m BINGAMMA[X]"
: GAMMA model ng rate heterogeneity (alpha parameter ay tantyahin).

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m ASC_BINGAMMA[X]" : GAMMA modelo ng rate heterogeneity (alpha parameter ay magiging
tinatantya).
Itatama ng prefix ng ASC ang posibilidad para sa bias ng pagtiyak. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m BINGAMMAI[X]"
: Pareho sa BINGAMMA, ngunit may pagtatantya ng proporsyon ng hindi nagbabagong mga site.

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

MGA NUCLEOTIDE:

"-m GTRCAT[X]"
: GTR + Optimization ng mga rate ng pagpapalit + Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
sinusuri sa ilalim ng GTRGAMMA, depende sa opsyon sa paghahanap ng puno. Gamit ang opsyonal
"X" appendix maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m GTRCATI[X]"
: GTR + Optimization ng mga rate ng pagpapalit + Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
sinusuri sa ilalim ng GTRGAMMAI, depende sa opsyon sa paghahanap ng puno. Gamit ang opsyonal
"X" appendix maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m ASC_GTRCAT[X]"
: GTR + Optimization ng mga rate ng pagpapalit + Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
sinusuri sa ilalim ng GTRGAMMA, depende sa opsyon sa paghahanap ng puno. Gamit ang opsyonal
"X" appendix maaari kang tumukoy ng ML na pagtatantya ng mga base frequency. Ang prefix ng ASC
itatama ang posibilidad para sa bias ng pagtiyak.

"-m GTRGAMMA[X]"
: GTR + Pag-optimize ng mga rate ng pagpapalit + modelo ng rate ng GAMMA

heterogeneity (ang alpha parameter ay tinatantya).
Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m ASC_GTRGAMMA[X]" : GTR + Pag-optimize ng mga rate ng pagpapalit + modelo ng rate ng GAMMA
heterogeneity (ang alpha parameter ay tinatantya). Itatama ang prefix ng ASC
ang posibilidad para sa bias ng pagtiyak. Gamit ang opsyonal na "X" na apendiks maaari mo
tumukoy ng ML na pagtatantya ng mga base frequency.

"-m GTRGAMMAI[X]"
: Pareho sa GTRGAMMA, ngunit may pagtatantya ng proporsyon ng hindi nagbabagong mga site.

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

MULTI-STATE:

"-m MULTICAT[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatiko sa ilalim ng MULTIGAMMA, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m MULTICATI[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatiko sa ilalim ng MULTIGAMMAI, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m ASC_MULTICAT[X]"
: Optimization ng site-specific

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Maaaring masuri ang huling puno
awtomatiko sa ilalim ng MULTIGAMMA, depende sa opsyon sa paghahanap ng puno. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency. Ang ASC
itatama ng prefix ang posibilidad para sa bias ng pagtiyak.

"-m MULTIGAMMA[X]"
: GAMMA model ng rate heterogeneity (alpha parameter ay tantyahin).

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m ASC_MULTIGAMMA[X]" : GAMMA modelo ng rate heterogeneity (alpha parameter ay magiging
tinatantya).
Itatama ng prefix ng ASC ang posibilidad para sa bias ng pagtiyak. Kasama ang
opsyonal na "X" na apendiks na maaari mong tukuyin ang isang pagtatantya ng ML ng mga base frequency.

"-m MULTIGAMMAI[X]"
: Pareho sa MULTIGAMMA, ngunit may pagtatantya ng proporsyon ng hindi nagbabagong mga site.

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

Maaari kang gumamit ng hanggang 32 natatanging estado ng character upang i-encode ang mga rehiyon ng maraming estado, sila
dapat gamitin sa sumusunod na pagkakasunud-sunod: 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 ibig sabihin, kung mayroon kang 6 na natatanging
character states na gagamitin mo ang 0, 1, 2, 3, 4, 5 para i-encode ang mga ito. Ang pagpapalit
modelo para sa mga multi-estado na rehiyon ay maaaring mapili sa pamamagitan ng opsyong "-K".

AMINO ACIDS:

"-m PROTCATmatrixName[F|X]"
: tinukoy na AA matrix + Optimization ng mga rate ng pagpapalit + Optimization ng
tukoy sa site

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
awtomatikong sinusuri sa ilalim ng PROTGAMMAmatrixName[F|X], depende sa puno
opsyon sa paghahanap. Gamit ang opsyonal na "X" na apendiks maaari kang tumukoy ng pagtatantya ng ML ng
base frequency.

"-m PROTCATImatrixName[F|X]"
: tinukoy na AA matrix + Optimization ng mga rate ng pagpapalit + Optimization ng
tukoy sa site

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
awtomatikong sinusuri sa ilalim ng PROTGAMMAImatrixName[F|X], depende sa puno
opsyon sa paghahanap. Gamit ang opsyonal na "X" na apendiks maaari kang tumukoy ng pagtatantya ng ML ng
base frequency.

"-m ASC_PROTCATmatrixName[F|X]"
: tinukoy na AA matrix + Optimization ng mga rate ng pagpapalit + Optimization ng
tukoy sa site

evolutionary rate na nakategorya sa numberOfCategories na naiiba
mga kategorya ng rate para sa higit na kahusayan sa pag-compute. Ang huling puno ay maaaring
awtomatikong sinusuri sa ilalim ng PROTGAMMAmatrixName[F|X], depende sa puno
opsyon sa paghahanap. Gamit ang opsyonal na "X" na apendiks maaari kang tumukoy ng pagtatantya ng ML ng
base frequency. Itatama ng prefix ng ASC ang posibilidad para sa pagtiyak
pagkiling.

"-m PROTGAMMAmatrixName[F|X]"
: tinukoy na AA matrix + Pag-optimize ng mga rate ng pagpapalit + modelo ng rate ng GAMMA

heterogeneity (ang alpha parameter ay tinatantya).
Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

"-m ASC_PROTGAMMAmatrixName[F|X]" : tinukoy na AA matrix + Optimization ng pagpapalit
mga rate + GAMMA na modelo ng rate
heterogeneity (ang alpha parameter ay tinatantya). Itatama ang prefix ng ASC
ang posibilidad para sa bias ng pagtiyak. Gamit ang opsyonal na "X" na apendiks maaari mo
tumukoy ng ML na pagtatantya ng mga base frequency.

"-m PROTGAMMAImatrixName[F|X]"
: Pareho sa PROTGAMMAmatrixName[F|X], ngunit may pagtatantya ng proporsyon ng invariable
site.

Gamit ang opsyonal na "X" na apendise maaari kang tumukoy ng ML na pagtatantya ng mga base frequency.

Magagamit na mga modelo ng pagpapalit ng AA: DAYHOFF, DCMUT, JTT, MTREV, WAG, RTREV, CPREV,
VT, BLOSUM62, MTMAM, LG, MTART, MTZOA, PMB, HIVB, HIVW, JTTDCMUT, FLU, STMTREV,
DUMMY, DUMMY2, AUTO, LG4M, LG4X, PROT_FILE, GTR_UNLINKED, GTR Na may opsyonal na "F"
appendix na maaari mong tukuyin kung gusto mong gumamit ng mga empirical base frequency. AUTOF at
Hindi na sinusuportahan ang AUTOX, kung tinukoy mo ang AUTO susubok ito ng prot subst.
mga modelong may at walang empirical base frequency ngayon! Mangyaring tandaan na para sa
mga nahati na modelo maaari mong dagdag na tukuyin ang per-gene na modelo ng AA sa
partition file (tingnan ang manwal para sa mga detalye). Tandaan din na kung tinatantya mo ang AA GTR
mga parameter sa isang naka-partition na dataset, ili-link ang mga ito (tinatantya nang magkakasama) sa kabuuan
lahat ng partition para maiwasan ang over-parametrization

-M I-on ang pagtatantya ng mga indibidwal na haba ng bawat partition branch. May epekto lang
kapag ginamit kasama ng "-q" Ang mga haba ng sangay para sa mga indibidwal na partisyon ay magiging
naka-print sa hiwalay na mga file Ang isang weighted average ng mga haba ng sangay ay kinokwenta ng
gamit ang kani-kanilang haba ng partition

DEFAULT: NAKA-OFF

-n Tinutukoy ang pangalan ng output file.

-o Tukuyin ang pangalan ng isang outgrpoup o isang listahan ng mga outgroup na pinaghihiwalay ng kuwit, hal.
"-o Daga" o "-o Daga, Daga", kung sakaling hindi monophyletic ang maraming outgroup
ang unang pangalan sa listahan ay pipiliin bilang outgroup, huwag mag-iwan ng mga puwang sa pagitan
mga pangalan ng taxon!

-O I-disable ang check para sa ganap na hindi natukoy na pagkakasunod-sunod sa pagkakahanay. Ang programa ay
hindi lumabas na may mensahe ng error kapag tinukoy ang "-O".

DEFAULT: pinagana ang check

-p Tumukoy ng random na number seed para sa parsimony inferences. Ito ay nagpapahintulot sa iyo na
i-reproduce ang iyong mga resulta at tutulungan akong i-debug ang program.

-P Tukuyin ang pangalan ng file ng modelo ng pagpapalit ng AA (Protein) na tinukoy ng gumagamit. Ang file na ito
dapat maglaman ng 420 entry, ang unang 400 ay ang AA substitution rate (ito ay dapat
maging simetriko matrix) at ang huling 20 ay ang empirical base frequency

-q Tukuyin ang pangalan ng file na naglalaman ng pagtatalaga ng mga modelo sa pagkakahanay
mga partisyon para sa maramihang mga modelo ng pagpapalit. Para sa syntax ng file na ito mangyaring
kumonsulta sa manwal.

-r Tukuyin ang pangalan ng file ng isang binary constraint tree. ang punong ito ay hindi kailangang maging
komprehensibo, ibig sabihin, hindi dapat maglaman ng lahat ng taxa

-R Tukuyin ang pangalan ng file ng isang binary model parameter file na dati nang naging
nabuo gamit ang RAxML gamit ang -f e opsyon sa pagsusuri ng puno. Ang pangalan ng file ay dapat
maging: RAxML_binaryModelParameters.runID

-s Tukuyin ang pangalan ng alignment data file sa PHYLIP format

-S Tukuyin ang pangalan ng pangalawang structure file. Ang file ay maaaring maglaman ng "." para sa
mga column ng alignment na hindi bahagi ng isang stem at mga character na "()<>[]{}" hanggang
tukuyin ang mga rehiyon ng stem at pseudoknot

-t Tukuyin ang isang user na nagsisimula sa pangalan ng tree file sa Newick na format

-T PTHREADS VERSION LANG! Tukuyin ang bilang ng mga thread na gusto mong patakbuhin. Siguraduhin na
itakda ang "-T" sa pinakamaraming bilang ng mga CPU na mayroon ka sa iyong makina, kung hindi, doon
ay magiging isang malaking pagbaba ng pagganap!

-u gamitin ang median para sa discrete approximation ng GAMMA model of rate
heterogeneity

DEFAULT: NAKA-OFF

-U Subukang i-save ang memorya sa pamamagitan ng paggamit ng SEV-based na pagpapatupad para sa gap column sa malalaking gappy
alignments Ang pamamaraan ay inilarawan dito:
http://www.biomedcentral.com/1471-2105/12/470 Ito ay gagana lamang para sa DNA at/o
Data ng PROTEIN at gamit lamang ang SSE3 o AVX-vextorized na bersyon ng code.

-v Ipakita ang impormasyon ng bersyon

-V I-disable ang rate heterogeneity sa mga site model at gumamit ng isa na walang rate heterogeneity
sa halip. Gumagana lamang kung tinukoy mo ang modelo ng CAT ng heterogeneity ng rate.

DEFAULT: gamitin ang rate heterogeneity

-w BUONG (!) na landas patungo sa direktoryo kung saan isusulat ng RAxML ang mga output file nito

DEFAULT: kasalukuyang direktoryo

-W Laki ng sliding window para sa leave-one-out na site-specific na bias algorithm ng placement lang
epektibo kapag ginamit kasama ng "-f S"

DEFAULT: 100 mga site

-x Tumukoy ng integer number (random seed) at i-on ang mabilis na bootstrapping MAG-INGAT:
hindi tulad sa bersyon 7.0.4 RAxML ay magsasagawa ng mabilis na BS replicates sa ilalim ng modelo ng
rate heterogeneity na iyong tinukoy sa pamamagitan ng "-m" at hindi bilang default sa ilalim ng CAT

-X Pareho sa opsyong "-y" sa ibaba, gayunpaman ang paghahanap ng parsimony ay mas mababaw.
Gagawa lang ang RAxML ng randomized stepwise addition order parsimony tree
muling pagtatayo nang hindi nagsasagawa ng anumang karagdagang mga SPR. Maaaring makatulong ito para sa
napakalawak na buong-genome na mga dataset, dahil mas makakabuo ito ng topologically
iba't ibang panimulang puno.

DEFAULT: NAKA-OFF

-y Kung gusto mo lamang mag-compute ng isang parsimony na nagsisimula na puno na may RAxML tukuyin ang "-y", ang
lalabas ang programa pagkatapos ng pagkalkula ng panimulang puno

DEFAULT: NAKA-OFF

-Y Magpasa ng quartet grouping file name na tumutukoy sa apat na grupo kung saan kukuha ng quartets
Ang format ng pag-input ng file ay dapat maglaman ng 4 na grupo sa sumusunod na anyo: (Chicken, Human,
Loach), (Baka, Carp), (Dalaga, Daga, Selyo), (Balyena, Palaka); Gumagana lamang sa kumbinasyon
sa -f q !

-z Tukuyin ang pangalan ng file ng isang file na naglalaman ng maraming puno hal. mula sa isang bootstrap
na dapat gamitin upang gumuhit ng mga halaga ng bipartition sa isang puno na ibinigay ng "-t", It
ay maaari ding gamitin upang kalkulahin ang bawat posibilidad ng log ng site kasama ng "-fg" at
upang basahin ang isang bungkos ng mga puno para sa ilang iba pang mga opsyon ("-fh", "-fm", "-fn").

-#|-N Tukuyin ang bilang ng mga alternatibong tumatakbo sa mga natatanging panimulang puno Sa kumbinasyon
gamit ang "-b" na opsyon, ito ay hihingi ng maramihang boostrap analysis Tandaan na ang "-N"
ay idinagdag bilang isang kahalili dahil ang "-#" minsan ay nagdulot ng mga problema sa ilang partikular
Mga sistema ng pagsusumite ng trabaho ng MPI, dahil ang "-#" ay kadalasang ginagamit upang simulan ang mga komento. kung ikaw
gustong gamitin ang pamantayan sa bootstopping na tukuyin ang "-# autoMR" o "-# autoMRE" o "-#
autoMRE_IGN" para sa pamantayang nakabatay sa puno ng karamihan sa panuntunan (tingnan ang -I opsyon) o "-#
autoFC" para sa pamantayang nakabatay sa dalas. Gagana lang ang bootstopping
kumbinasyon ng "-x" o "-b"

DEFAULT: 1 solong pagsusuri

--mesquite I-print ang mga output file na maaaring i-parse ng Mesquite.

DEFAULT: Naka-off

--tahimik Hindi pinapagana ang pag-print ng mga babala na nauugnay sa magkatulad na pagkakasunud-sunod at sa kabuuan
hindi natukoy na mga site sa pagkakahanay

DEFAULT: Naka-off

--no-seq-check Hindi pinapagana ang pagsuri sa input ng MSA para sa magkaparehong pagkakasunud-sunod at ganap
hindi natukoy na mga site.
Ang pagpapagana sa opsyong ito ay maaaring makatipid ng oras, lalo na para sa malaking phylogenomic
mga pagkakahanay. Bago gamitin ito, siguraduhing suriin ang pagkakahanay gamit ang "-fc"
pagpipilian!

DEFAULT: Naka-off

--no-bfgs Dini-disable ang awtomatikong paggamit ng paraan ng BFGS para i-optimize ang mga rate ng GTR sa hindi nahahati
Mga dataset ng DNA

DEFAULT: Naka-on ang BFGS

--asc-corr Nagbibigay-daan na tukuyin ang uri ng pagwawasto ng bias sa pagtiyak na nais mong gamitin.
Mayroong 3

magagamit ang mga uri: --asc-corr=lewis: ang karaniwang pagwawasto ni Paul Lewis
--asc-corr=felsenstein: isang pagwawasto na ipinakilala ni Joe Felsenstein na nagpapahintulot sa
tahasang tukuyin

ang bilang ng mga invariable na site (kung kilala) na gustong itama ng isa.

--asc-corr=stamatakis: isang pagwawasto na ipinakilala ng aking sarili na nagbibigay-daan sa tahasan
tukuyin
ang bilang ng mga invariable na site para sa bawat karakter (kung kilala) na gustong itama ng isa
para sa.

--flag-check Kapag ginagamit ang opsyong ito, titingnan lang ng RAxML kung ang lahat ng command line ay nag-flag
ang tinukoy ay magagamit at pagkatapos ay lumabas

na may mensaheng naglilista ng lahat ng di-wastong mga flag ng command line o may mensaheng nagsasaad
na ang lahat ng mga watawat ay may bisa.

--auto-prot=ml|bic|aic|aicc Kapag gumagamit ng awtomatikong pagpili ng modelo ng protina maaari mong piliin ang
criterion para sa pagpili ng mga modelong ito.

Susubukan ng RAxML ang lahat ng magagamit na prot subst. mga modelo maliban sa LG4M, LG4X at
Mga modelong nakabatay sa GTR, mayroon at walang baseng frequency ng empirikal. Maaari kang pumili
sa pagitan ng pagpili batay sa marka ng ML at ng pamantayan ng BIC, AIC, at AICc.

DEFAULT: ml

--epa-keep-placements=numero tukuyin ang bilang ng mga potensyal na placement na gusto mong panatilihin
para sa bawat nabasa sa EPA algorithm.

Tandaan na, ang mga aktwal na halaga na naka-print ay magdedepende rin sa mga setting para sa
--epa-prob-threshold=threshold !

DEFAULT: 7

--epa-prob-threshold=threshold tumukoy ng porsyentong threshold para sa pagsasama ng potensyal
pagkakalagay ng isang nabasa depende sa

maximum na timbang ng pagkakalagay para sa pagbasang ito. Kung itinakda mo ang halagang ito sa 0.01 na mga pagkakalagay
na may bigat ng pagkakalagay na 1 porsyento ng maximum na pagkakalagay ay magiging
naka-print sa file kung ang setting ng --epa-keep-placements nagpapahintulot para dito

DEFAULT: 0.01

--epa-accumulated-threshold=threshold tumukoy ng naipon na threshold ng timbang ng posibilidad
kung saan ang iba't ibang pagkakalagay ng nabasa ay naka-print

mag-file. Ang mga placement para sa isang read ay ipi-print hanggang sa kabuuan ng kanilang pagkakalagay
ang mga timbang ay umabot na sa halaga ng threshold. Tandaan na, ang pagpipiliang ito ay hindi maaaring maging
ginamit kasama ng --epa-prob-threshold ni kasama --epa-keep-placements!

--JC69 tukuyin na ang lahat ng mga partisyon ng DNA ay magbabago sa ilalim ng modelong Jukes-Cantor, ito
override ang lahat ng iba pang mga detalye ng modelo para sa mga partisyon ng DNA.

DEFAULT: Naka-off

--K80 tukuyin na ang lahat ng mga partisyon ng DNA ay mag-evolve sa ilalim ng K80 na modelo, ito ay na-override ang lahat
iba pang mga detalye ng modelo para sa mga partisyon ng DNA.

DEFAULT: Naka-off

--HKY85 tukuyin na ang lahat ng mga partisyon ng DNA ay mag-evolve sa ilalim ng modelong HKY85, ito ay na-override
lahat ng iba pang detalye ng modelo para sa mga partisyon ng DNA.

DEFAULT: Naka-off

Ito ang RAxML na bersyon 8.2.4 na inilabas ni Alexandros Stamatakis noong Oktubre 02, 2015.

Sa lubos na pinahahalagahan na mga kontribusyon ng code ni: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT at HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Gamitin ang raxmlHPC-PTHREADS online gamit ang mga serbisyo ng onworks.net