cmalign - Bulutta Çevrimiçi

Program:

ADI

cmalign - dizileri bir kovaryans modeline hizalar

SİNOPSİS

hizalamak
[seçenekler]

TANIM

hizalamak RNA dizilerini hizalar kovaryans modeline (CM) .
Yeni hizalamanın çıktısı stdout'u Stockholm formatında, ancak bir dosyaya yönlendirilebilir
ile -o seçeneği.

Ya da or (ancak ikisi birden değil) '-' (tire) olabilir, bu da bunu okumak anlamına gelir
giriş stdin bir dosyadan ziyade.

sıra dosyası FASTA veya Genbank formatında olmalıdır.

hizalamak açıklandığı gibi varsayılan olarak hizalamayı hızlandırmak için bir HMM bantlama tekniği kullanır
için aşağıda --hbantlı seçenek. HMM bantlama ile kapatılabilir --bantsız seçeneği.

Varsayılan olarak, hizalamak hizalamayı beklenen maksimum doğrulukla hesaplar.
HMM'den türetilen kısıtlamalar (bantlar) ile tutarlı,
Durbin/Holmes optimal doğruluk algoritması. Bu davranış ile değiştirilebilir. --cyk or
--örneklem seçenekleri.

hizalamak bazı nükleotidlerin olduğu, kesik dizileri doğru bir şekilde hizalamak için özel özen gösterir.
gerçek tam uzunluktaki biyolojik dizinin başlangıcından (5') ve/veya sonundan (3') itibaren
giriş dizisinde mevcut değil (bkz. DL Kolbe ve SR Eddy, Bioinformatics, 25:1236-1243,
2009). Bu davranış varsayılan olarak açıktır, ancak şu şekilde kapatılabilir: --notrunc. Önceki
sürümleri hizalamak the --alt kesilmiş uygun şekilde işlemek için seçenek gerekliydi
diziler. --alt seçenek bu sürümde hala mevcuttur, ancak yeni varsayılan yöntem
kesilmiş dizileri işlemek için, neredeyse alt yöntem kadar iyi veya ondan üstün olmalıdır.
Tüm vakalar.

The --mapali seçeneği oluşturmak için kullanılan sabit eğitim hizalamasının dahil edilmesini sağlar.
dosyadan CM çıkış hizalaması dahilinde cmalign.

Şövale kullanarak aynı CM tarafından oluşturulan iki veya daha fazla hizalamayı birleştirmek mümkündür.
MiniApp esl-alimerge (Infernal'in şövale/miniapps/ alt dizininde bulunur). Öncesi
sürümleri hizalamak hizalamaları birleştirmek için seçenekler içeriyordu, ancak bunlar kullanımdan kaldırıldı
geliştirilmesi esl-birleştirme, bu önemli ölçüde daha fazla bellek verimlidir.

Varsayılan olarak, hizalamak hizalamayı stdout'a çıkaracaktır. Hizalama yeniden yönlendirilebilir
bir çıktı dosyasına ile -o seçenek. İle birlikte -Ö, hizalanmış her biri hakkında bilgi
puan ve model hizalama sınırları dahil olmak üzere dizi, stdout'a yazdırılacaktır (daha fazla
bu konuda aşağıda).

Çıktı hizalaması varsayılan olarak Stockholm formatında olacaktır. Bu, Pfam olarak değiştirilebilir,
kullanarak hizalanmış FASTA (AFA), A2M, Clustal veya Phylip formatı --dış biçim seçeneği
nerede istenen biçimin adıdır. Özel bir durum olarak, çıktı hizalaması
daha büyüktür (10,000'den fazla dizi veya toplam 10,000,000'den fazla nükleotit)
çıktı formatı, her bir dizi tek bir satırda görünecek şekilde Pfam formatı olacaktır.
hafıza verimliliğinin nedenleri. Bundan daha büyük hizalamalar için --ayrıldım zorlar
aralıklı Stockholm formatıdır, ancak kullanıcı bunun çok fazla bilgi gerektirebileceğinin farkında olmalıdır.
bellek. --ayrıldım yalnızca 100,000 diziye veya 100,000,000'a kadar hizalamalar için çalışır
toplam nükleotidler.

Çıktı hizalama formatı Stockholm veya Pfam ise çıktı hizalaması şöyle olacaktır:
hizalanmış her birinin güven seviyesini tahmin eden sonsal olasılıklarla açıklamalı
nükleotit. Bu ek açıklama, "#=GR" ile başlayan satırlar olarak görünür. PP", başına bir
dizi, her biri karşılık gelen hizalanmış dizinin hemen altında " ".
PP satırlarındaki karakterlerin 12 olası değeri vardır: "0-9", "*" veya ".". "." ise, konum
dizideki bir boşluğa karşılık gelir. "0" değeri, bir sonraki olasılığı gösterir.
0.0 ile 0.05 arasında, "1" 0.05 ile 0.15 arasında, "2" 0.15 ile XNUMX arasında anlamına gelir.
0.25 ve 9 ile 0.85 arasında olduğunu gösteren "0.95"a kadar. "*" değeri bir
0.95 ile 1.0 arasında arka olasılık. Daha yüksek posterior olasılıklar karşılık gelir
hizalanmış nükleotidin göründüğü yere ait olduğuna dair daha fazla güven için
hizalama. İle birlikte --bantsız, sonsal olasılıkların hesaplanması tüm
hedef dizinin CM'ye olası hizalamaları. Olmadan --bantsız (yani varsayılan olarak
modu), hesaplama yalnızca HMM bantları içindeki olası hizalamaları dikkate alır. Daha öte,
sonsal olasılıklar, hizalamanın kesilme moduna bağlıdır. İçin
örneğin, dizi hizalaması 5' kesilirse, "9"luk bir PP değeri arasında şunu belirtir:
Tüm 0.85' kesik hizalamaların 0.95 ve 5'i, verilen nükleotidi içerir.
konum. Posterior açıklama ile kapatılabilir --noprob seçenek. Eğer --küçük
etkinleştirilirse, arka ek açıklama kullanılarak da kapatılmalıdır. --hiçbir sorun yok.

Aşağıdaki durumlarda stdout'a yazdırılan tablo çıktısı: -o seçenek kullanılır, bir satır içerir
sıra başına ve satır başına on iki alan: "idx": girişteki dizinin dizini
dosya, "sıra adı": sıra adı; "uzunluk": dizinin uzunluğu; "cm den" ve
"cm to": hizalamanın model başlangıç ​​ve bitiş konumları; "trunc": "hayır" dizisi ise
kesilmemişse, "5'" dizinin başlangıcı kesilmişse 5', sonu ise "3'"
dizi kesilir ve hem başlangıç ​​hem de son kesilirse "5'&3'";
"bit sc": hizalamanın bit puanı, "ortalama pp" ortalama arka olasılığı
hizalamadaki tüm hizalanmış nükleotitler; "bant hesabı", "hizalama" ve "toplam": zaman
HMM bantlarını hesaplamak, hizalamayı hesaplamak ve tamamlamak için gereken saniyeler içinde
sırasıyla dizinin işlenmesi; "mem (Mb)": tüm dinamiklerin Mb cinsinden boyutu
diziyi hizalamak için gerekli programlama matrisleri. Bu tablo verileri kaydedilebilir
dosyalamak ile --dosya seçeneği.

SEÇENEKLER

-h Yardım; komut satırı kullanımı ve mevcut seçenekler hakkında kısa bir hatırlatma yazdırın.

-o Hizalamayı Stockholm formatında bir dosyaya kaydedin . Varsayılan onu yazmaktır
standart çıktıya.

-g Modeli, sorgu modelinin hedefe genel hizalaması için yapılandırın
diziler. Model varsayılan olarak yerel hizalama için yapılandırılır. Yerel
hizalamalar, "yerel uçlar" olarak adlandırılan büyük eklemeler ve silmeler içerebilir.
normal indellerden farklı şekilde cezalandırılacak yapı. Bunlar açıklamalı olarak
Çıkış hizalamasının RF satırındaki "~" sütunları. NS -g seçeneği için kullanılabilir
bu yerel uçlara izin verme. NS -g seçeneği gerekliyse, --alt seçenek de
Kullanılmış.

SEÇENEKLER İÇİN KONTROL L' UYUM ALGORITMASı

--optacc
Durbin/Holmes optimal doğruluk algoritmasını kullanarak dizileri hizalayın. bu
varsayılan. Optimum doğruluk hizalaması, aşağıdakiler için HMM bantları tarafından sınırlandırılacaktır:
hızlanma olmadıkça --bantsız seçeneği etkinleştirilir. Optimum doğruluk
algoritma, sonsal olasılıkları maksimize eden hizalamayı belirler.
içindeki hizalanmış nükleotidler. Sonsal olasılıklar kullanılarak belirlenir
(muhtemelen HMM bantlı) İç ve Dış algoritmaların varyantları.

--cyk Dizileri hizalamak için Durbin/Holmes optimal doğruluk hizalamasını kullanmayın,
bunun yerine optimal puanlamayı belirleyen CYK algoritmasını kullanın (maksimum
olabilirlik) HMM bantları göz önüne alındığında dizinin modele hizalanması (olmadıkça
--bantsız da etkinleştirilir).

--örneklem
Hizalamaların sonsal dağılımından bir hizalama örneği alın. arka
dağıtım, bir HMM bantlı kullanılarak belirlenir (tabii --bantsız) varyantı
İç algoritma.

--tohum
Rastgele sayı üretecini şu şekilde tohumlayın , bir tamsayı >= 0. Bu seçenek yalnızca
ile birlikte kullanılabilir --örneklem. If sıfırdan farklı, stokastik örnekleme
hizalamalar tekrarlanabilir olacaktır; aynı komut aynı sonuçları verecektir. Eğer
0 ise rasgele sayı üreteci keyfi olarak ekilir ve stokastik
örneklemeler, aynı komutun çalıştırılmasından çalıştırılmasına değişiklik gösterebilir. Varsayılan tohum 181'dır.

--notrunc
Kesilmiş hizalama algoritmalarını kapatın. Giriş dosyasındaki tüm diziler
sürece tam uzunlukta olduğu varsayılır. --alt da kullanılır, bu durumda program
yine de kesilmiş dizileri idare eder, ancak bunların yerine alternatif bir strateji kullanır.
hizalaması.

--alt Alt model oluşturma ve hizalama prosedürünü açın. Her dizi için bir
HMM ilk olarak model başlangıç ​​ve bitiş konsensüs sütunlarını tahmin etmek için kullanılır ve yeni bir
sub CM, yalnızca fikir birliği sütunlarını baştan sona modelleyecek şekilde oluşturulmuştur. NS
dizi daha sonra bu alt CM'ye hizalanır. Alt hizalama, daha eski bir yöntemdir.
muhtemelen kesilmiş olan dizileri hizalamak için varsayılan. Varsayılan olarak, hizalamak
daha fazla olması gereken kesilmiş dizileri işlemek için özel DP algoritmaları kullanır
çoğu durumda alt yöntemden daha doğrudur. --alt hala bir seçenek olarak dahil
esas olarak bu varsayılan kırpılmış dizi işlemeye karşı test etmek için. Bu "alt CM"
prosedür, Weinberg ve Ruzzo tarafından açıklanan "alt CM'ler" ile aynı değildir.

SEÇENEKLER İÇİN KONTROL HIZ VE BELLEK ŞARTLAR

--hbantlı
Bu seçenek varsayılan olarak açıktır. Bölgeleri budayarak hizalamayı hızlandırın
Bir HMM tarafından ihmal edilebilir olarak kabul edilen CM DP matrisinin İlk olarak, her bir dizi
İleri ve Geri HMM kullanılarak CM'den türetilen bir CM plan 9 HMM ile puanlandı
her nükleotidin birbirine hizalandığı sonsal olasılıkları hesaplamak için algoritmalar
HMM'nin durumu. Bu sonsal olasılıklar, kısıtlamaları türetmek için kullanılır.
(bantlar) CM DP matrisinde. Son olarak, hedef dizi CM'ye hizalanır
bantların dışındaki hücrelerin yok sayıldığı bantlı DP matrisi kullanılarak.
Genellikle tam DP matrisinin çoğu bantların dışında yer alır (genellikle %95'ten fazla),
daha az DP hesaplaması gerektiğinden bu tekniği daha hızlı hale getirmek ve daha fazlası
bellek verimlidir, çünkü yalnızca bantlar içindeki hücrelerin ayrılması gerekir.

Daha da önemlisi, HMM bantlama, en uygun şekilde belirleme garantisini feda eder.
bantların dışında kaldığında kaçırılacak olan doğru veya optimal hizalama.
Tau parametresi, sırasında ihmal edilebilir olarak kabul edilen olasılık kütlesi miktarıdır.
HMM bant hesaplaması; daha düşük tau değerleri daha fazla hızlanma sağlar, ancak aynı zamanda daha büyük bir
optimal hizalamayı kaçırma şansı. Varsayılan tau 1E-7'dir, belirlenir
ampirik olarak duyarlılık ve hız arasında iyi bir değiş tokuş olarak, ancak bu değer
ile değiştirilebilir --tau seçenek. Hızlanma seviyesi ile artar
ailenin hem uzunluk hem de birincil dizi koruma düzeyi. Örneğin,
1E-7'nin varsayılan tau'su ile tRNA modelleri (düşük birincil dizi koruması
yaklaşık 75 nükleotid uzunluğunda) yaklaşık 10X hızlanma gösterir ve SSU bakteriyel rRNA
modeller (yaklaşık 1500 nükleotid uzunluğunda yüksek birincil dizi koruması)
yaklaşık 700X göster. HMM bantlama ile kapatılabilir --bantsız seçeneği.

--tau
HMM bant hesaplaması sırasında kullanılan kuyruk kaybı olasılığını şu şekilde ayarlayın: . Bu
HMM arka olasılıkları içindeki olasılık kütlesi miktarı, yani
ihmal edilebilir olarak kabul edilir. Varsayılan değer 1E-7'dir. Genel olarak, daha yüksek değerler
daha fazla hızlanma ile sonuçlanır, ancak optimal olanı kaçırma şansını artırır
HMM bantları nedeniyle hizalama.

--mxsize
İzin verilen maksimum toplam DP matris boyutunu şu şekilde ayarlayın: megabayt. Varsayılan olarak bu
boyutu 1028 Mb'dir. Bu, hizalamaların büyük çoğunluğu için yeterince büyük olmalıdır,
ancak değilse hizalamak HMM bantlarını yinelemeli olarak sıkılaştırmaya çalışacak
tau parametresini yükselterek ve yeniden hesaplayarak hizalamayı kısıtlamak için kullanır.
gereken toplam matris boyutu altına düşene kadar bantlar megabayt veya maksimum
izin verilen tau değeri (varsayılan olarak 0.05, ancak --maxtau) ulaşıldı. NS
bant sıkılaştırmanın her yinelemesi, tau 2.0 ile çarpılır. bant sıkılaştırma
stratejisi ile kapatılabilir. --sabittau seçenek. maksimum tau ise
ulaşıldı ve gerekli matris boyutu hala aşıyor veya HMM bantlama değilse
kullanılıyor ve gerekli matris boyutu aşıyor sonra hizalamak çıkacak
zamanından önce ve matrisin maksimum değerini aştığına dair bir hata mesajı bildirin.
izin verilen boyut. Bu durumda, --mxsize boyut sınırını yükseltmek için kullanılabilir veya
maksimum tau ile yükseltilebilir --maxtau. Sınır genellikle aşılacaktır
zaman --bantsız seçeneği olmadan kullanılır --küçük seçenek, ancak yine de oluşabilir
ne zaman --bantsız Kullanılmıyor. Dikkat edin, eğer hizalamak çalıştırılıyor çoklu
çok çekirdekli bir makinedeki dişler, daha sonra her bir iş parçacığının tahsis edilmiş bir matrisi olabilir
büyüklüğüne Herhangi bir zamanda Mb.

--sabittau
Açıklamasında açıklanan HMM bant sıkma stratejisini kapatın.
--mxsize yukarıdaki seçenek.

--maxtau
Bant sıkma sırasında tau için izin verilen maksimum değeri aşağıdaki bölümde açıklanan şekilde ayarlayın.
açıklaması --mxsize yukarıda, için . Varsayılan olarak bu değer 0.05'tir.

--bantsız
HMM bantlamayı kapatır. Döndürülen hizalamanın küresel olması garanti edilir
en uygun şekilde doğru olanı (varsayılan olarak) veya genel olarak en uygun şekilde puanlayanı (eğer --cyk
etkin). NS --küçük seçeneği bu seçenekle birlikte önerilir,
HMM bantlama olmadan standart hizalama çok fazla bellek gerektirdiğinden (bkz.
--küçük ).

--küçük
SR Eddy, BMC'de açıklanan böl ve yönet CYK hizalama algoritmasını kullanın
Biyoinformatik 3:18, 2002. --bantsız seçeneği ile birlikte kullanılmalıdır.
bu seçenekler. Ayrıca, her zaman tavsiye edilir --bantsız kullanılır ki --küçük is
HMM bantlama olmadan standart CM hizalaması çok fazla işlem gerektirdiği için de kullanılır.
hafıza, özellikle büyük RNA'lar için. --küçük pratikte CM hizalamasına izin verir
LSU rRNA hizalaması için gereken belleği azaltan bellek limitleri, en büyük
150 Gb'den 300 Mb'a kadar bilinen RNA'lar. Bu seçenek yalnızca
ile kombinasyon --bantsız, --notrunc, ve --cyk.

İSTEĞE BAĞLI ÇIKTI DOSYALAR

--dosya
Sıra başına hizalama puanını ve zamanlama bilgilerini dosyaya boşaltın . Formatı
bu dosya yukarıda açıklanmıştır (tablo ile aynı formatta aynı veridir)
stdout çıktısı -o seçeneği kullanılır).

--tfile
Her bir dizi için bir dosyaya tablo dizisi geri izleme dökümü .
Öncelikle hata ayıklama için kullanışlıdır.

--ifile
Dosyaya dizi başına bilgi ekleme . Dosyanın formatı ise
"#" ile tanımlanır - dosyanın üst kısmında yer alan önekli yorum satırları . The
ekleme bilgileri, girildiğinde bile geçerlidir. -- sadece maç seçeneği kullanılır.

--el dosyası
Sıra başına döküm EL durumu (yerel uç) dosyaya bilgi ekle . Biçim
dosyanın üst kısmında yer alan "#" önekli yorum satırları ile tanımlanır.
dosya . EL ekleme bilgisi, aşağıdaki durumlarda bile geçerlidir: -- sadece maç seçenektir
Kullanılmış.

DİĞER SEÇENEKLER

--mapali
Dosyadan hizalamayı okur modeli oluşturmak için kullanılır, onu tek olarak hizalar
CM'ye itiraz; örneğin hizalama sabit tutulmaktadır. Bu, şunları yapmanızı sağlar:
dizileri bir modele hizalayın hizalamak ve bunları mevcut bir bağlamda görüntüleyin
güvenilir çoklu hizalama. CM'nin oluşturulduğu hizalama dosyası olmalıdır
itibaren. Program, dosyanın sağlama toplamının dosyanınkiyle eşleştiğini doğrular.
CM'yi oluşturmak için kullanılır. Buna benzer bir seçenek çağrıldı --withali in
önceki sürümleri cmalign.

--mapstr
ile birlikte kullanılmalıdır. --mapali . Yapısal bilgileri yaymak
içinde var olan herhangi bir sözde düğüm için çıkış hizalaması için. Benzer bir seçenek
bu çağrıldı --withstr önceki sürümlerinde cmalign.

--bilgi
giriş olduğunu iddia formatta . Babelfish biçimini çalıştırmayın
otomatik algılama Bu, programın güvenilirliğini biraz artırır, çünkü
Babelfish hata yapabilir; özellikle gözetimsiz, yüksek
Infernal'in çıktı çalıştırmaları. Kabul edilebilir formatlar: FASTA, GENBANK ve DDBJ.
büyük / küçük harfe duyarlı değildir.

--dış biçim
Çıktı hizalama biçimini şu şekilde belirtin: . Kabul edilebilir formatlar: Pfam, AFA,
A2M, Clustal ve Phylip. AFA fasta hizalanır. Yalnızca Pfam ve Stockholm hizalaması
formatlar, fikir birliği yapısı açıklamasını ve sonsal olasılığı içerecektir
hizalanmış kalıntıların açıklaması.

--dnaout
Hizalamaları, RNA dizileri yerine DNA dizisi hizalamaları olarak çıktılayın.

--noprob
Sonsal olasılıklarla çıktı hizalamasına açıklama eklemeyin.

-- sadece maç
Çıktı hizalamasına yalnızca eşleşme sütunlarını dahil edin, herhangi bir ekleme eklemeyin
konsensüs modeline göre Bu seçenek, çok büyük boyutlar oluştururken yararlı olabilir.
çoğu gerekli olan çok fazla bellek ve disk alanı gerektiren hizalamalar
yalnızca çoğu dizide boşluk olan sütunları eklemek için.

--ayrıldım
Hizalamayı, aralıklı Stockholm formatında, olabilecek sabit bir genişlikte çıktılayın.
muayene için daha uygundur. Bu, varsayılan çıktı hizalama biçimiydi.
önceki sürümleri cmalign. Bunu not et hizalamak bu durumda daha fazla bellek gerektirir
seçeneği kullanılır. Bu yüzden, --ayrıldım yalnızca hizalamalar için çalışacak
100,000 dizi veya toplam 100,000,000 hizalanmış nükleotit.

--gerileme
Dosyaya yazar bilgisi olmadan çıktı hizalamasının ek bir kopyasını kaydedin
.

--ayrıntılı
Tablo puanları çıktısında ek bilgileri çıktılayın (eğer varsa stdout'a çıktı -o
kullanılır veya if --dosya kullanıldı). Bunlar esas olarak test için kullanışlıdır ve
hata ayıklama.

--İşlemci
Bunu belirtin paralel CPU çalışanları kullanılabilir. Eğer "0" olarak ayarlanır, ardından
program, thread kullanılmadan seri modda çalıştırılacaktır. Ayrıca kontrol edebilirsiniz
bir ortam değişkeni ayarlayarak bu sayı, INFERNAL_NCPU. Bu seçenek
yalnızca Infernal'in kurulduğu makine aşağıdakileri kullanabiliyorsa kullanılabilir.
POSIX diş açma (daha fazla bilgi için kullanım kılavuzunun Kurulum bölümüne bakın)
bilgi).

--mpi MPI paralel programı olarak çalıştırın. Bu seçenek yalnızca Infernal'ın
"--enable-mpi" bayrağıyla yapılandırıldı ve oluşturuldu (bkz.
Daha fazla bilgi için kullanım kılavuzunun bölümü).

onworks.net hizmetlerini kullanarak cmalign'ı çevrimiçi kullanın