raxmlHPC-PTHREADS - Bulutta Çevrimiçi

Program:

ADI

Kullanım - Rastgele Axelerated Maksimum Olasılık

TANIM

AVX destekli raxml kullanın (1 cpus)

Bu, Alexandros Stamatakis tarafından 8.2.4 Ekim 02'te yayınlanan RAxML 2015 sürümüdür.

Çok takdir edilen kod katkılarıyla: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT ve HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

Lütfen ayrıca RAxML kılavuzuna da bakın

Lütfen hataları RAxML google grubu aracılığıyla bildirin! Lütfen bize tüm girdi dosyalarını gönderin, tam olarak
çağrı, donanım ve işletim sisteminin ayrıntıları ve yazdırılan tüm hata mesajları
ekrana.

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

-s sıraDosyaAdı -n çıktıDosyaAdı -m ikameModel

[-a ağırlıkDosyaAdı] [-A ikincilStructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c numberOfCategories] [-C]
[-d] [-D] [-e olabilirlikEpsilon] [-E hariç tutmaDosyaAdı] [-f
a|A|b|B|c|C|d|D|e|E|F|g|G|h|H|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 gruplandırmaDosyaAdı] [-G yerleştirmeEşiği] [-h] [-H] [-i
başlangıçYeniden DüzenlemeAyar] [-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 ikincilStructureFile] [-t userStartingTree] [-T
numberOfThreads] [-u] [-U] [-v] [-V] [-w outputDirectory] [-W slideWindowSize]
[-x RapidBootstrapRandomNumberSeed] [-X] [-y] [-Y
quartetGroupingFileName|ancestralSequenceCandidatesDosyaAdı] [-z multipleTreesFile]
[-#|-N Çalıştırma Sayısı|autoFC|autoMR|autoMRE|autoMRE_IGN]
[--mesquite][-sessiz][-no-seq-check][-no-bfgs]
[--asc-corr=stamatakis|felsenstein|lewis]
[--flag-check][--auto-prot=ml|bic|aic|aicc]
[--epa-keep-placements=sayı][--epa-birikmiş-eşik=eşik]
[--epa-prob-threshold=eşik] [--JC69][--K80][--HKY85]

-a Her sütuna ayrı ağırlıklar atamak için bir sütun ağırlığı dosya adı belirtin.
hizalama. Bu ağırlıklar, herhangi bir tür ve sayı ile ayrılmış tam sayılar olmalıdır.
ayrı bir dosyadaki boşluklar, örnek için "example_weights" dosyasına bakın.

-A RAxML'de uygulanan ikincil yapı değiştirme modellerinden birini belirtin.
FAZ kılavuzundaki ile aynı isimlendirme kullanılır, mevcut modeller: S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

VARSAYILAN: 16 durumlu GTR modeli (S16)

-b Bir tam sayı (rastgele çekirdek) belirtin ve önyüklemeyi açın

VARSAYILAN: KAPALI

-B kesme olarak kullanılacak 0.0 ile 1.0 arasında bir kayan nokta sayısı belirtin
MR tabanlı önyükleme kriterleri için eşik. Önerilen ayar 0.03'tür.

VARSAYILAN: 0.03 (deneysel olarak belirlenmiş önerilen ayar)

-c Hız modeli kullanıldığında, RAxML için farklı oran kategorilerinin sayısını belirtin.
heterojenlik CAT olarak ayarlanmıştır Site başına bireysel oranlar şu şekilde kategorize edilir:
NumberOfCategories, hesaplamaları hızlandırmak için kategorileri derecelendirir.

VARSAYILAN: 25

-C "-L" ve "-fi" seçenekleri için ayrıntılı çıktıyı etkinleştirin. Bu daha fazla üretecek, çünkü
yanı sıra daha ayrıntılı çıktı dosyaları

VARSAYILAN: KAPALI

-d ML optimizasyonunu rastgele başlangıç ​​ağacından başlat

VARSAYILAN: KAPALI

-D ML arama yakınsama kriteri. Göreceli ise bu, ML aramalarını kesecektir.
Ardışık iki tembel SPR'den elde edilen ağaçlar arasındaki Robinson-Foulds mesafesi
döngü daha küçüktür veya %1'e eşittir. Çok büyük veri kümeleri için önerilen kullanım
takson terimleri. 500'den fazla taksonu olan ağaçlarda bu, uygulama süresini verecektir.
yaklaşık %50 iyileştirme Sadece biraz daha kötü ağaçlar sağlarken.

VARSAYILAN: KAPALI

-e nihai optimizasyon için günlük olabilirlik birimlerinde model optimizasyon hassasiyetini ayarlayın
ağaç topolojisi

VARSAYILAN: 0.1
değişmez siteler tahmini oranı kullanmayan modeller için

Değişmeyen sitelerin oranı tahmini kullanan modeller için 0.001

-E hizalama konumlarının belirtimini içeren bir hariç tutma dosyası adı belirtin
hariç tutmak istiyorsunuz. Biçim Nexus'a benzer, dosya girişleri içerecektir
Tek bir sütun yazmayı hariç tutmak için "100-200 300-400" gibi, örneğin, "100-100"
karışık bir model kullanın, uygun şekilde uyarlanmış bir model dosyası yazılacaktır.

-f algoritma seç:

"-fa": tek bir programda hızlı Önyükleme analizi ve en iyi puan alan ML ağacını arama
"-f A" komutunu çalıştırın: sağlanan bir KÖKLÜ referans ağacında marjinal atasal durumları hesaplayın
"-t" "-fb" ile: "-t" ile sağlanan bir ağaçta iki bölümlü bilgi çizin
birden fazla ağaçta

(örneğin, bir önyüklemeden) "-z" ile belirtilen bir dosyada

"-f B": bir ağaçta br-len ölçekleyiciyi ve diğer model parametrelerini (GTR, alpha, vb.) optimize edin
"-t" ile sağlanır.
Ağacın dal uzunluklarını içermesi gerekir. Şube uzunlukları optimize edilmeyecek,
sadece tek bir ortak değerle ölçeklenir.

"-fc": hizalamanın RAxML tarafından düzgün bir şekilde okunup okunmadığını kontrol edin "-f C": atalara ait
Jiajie için dizi testi, kullanıcıların ayrıca aracılığıyla takson adlarının bir listesini sağlamaları gerekecektir.
-Y boşluklarla ayrılmış "-fd": yeni hızlı tepe tırmanışı

NORMALDE OLMASI GEREKEN

"-f D": RELL önyüklemeleri ile hızlı tepe tırmanışı "-fe": model+dalı optimize et
yalnızca GAMMA/GAMMAI altında verilen giriş ağacı için uzunluklar "-f E": çok hızlı yürütülür
deneysel ağaç araması, şu anda yalnızca "-f F" testi için: hızlı yürütme
deneysel ağaç araması, şu anda yalnızca "-fg" testi için: site günlüğü başına hesaplama
Bir veya daha fazla ağacın geçme olasılığı

"-z" ve bunları CONSEL tarafından okunabilecek bir dosyaya yazın
Model parametreleri yalnızca ilk ağaçta tahmin edilecektir!

"-f G": site günlüğüne göre hesapla Bir veya daha fazla ağacın geçmesi olasılığı
"-z" ve bunları CONSEL tarafından okunabilecek bir dosyaya yazın. model parametreleri
her ağaç için yeniden tahmin edilecektir

"-fh": "-t" ile geçirilen en iyi ağaç arasındaki günlük olabilirlik testini (SH testi) hesaplayın
ve "-z" üzerinden geçen bir grup başka ağaç Model parametreleri tahmin edilecektir
sadece ilk ağaçta!

"-f H": "-t" ile geçirilen en iyi ağaç arasındaki günlük olabilirlik testini (SH testi) hesaplayın
ve "-z" üzerinden geçen bir grup başka ağaç Model parametreleri
her ağaç için yeniden tahmin

"-fi": "-t" ile sağlanan bir ağaçta IC ve TC puanlarını hesaplayın (Salichos ve Rokas 2013)
birden fazla ağaç temelinde
(örneğin, bir önyüklemeden) "-z" ile belirtilen bir dosyada

"-f I": Köklendirilmemiş ağaçlar için basit bir ağaç köklendirme algoritması.
Ağacı, alt ağacı en iyi dengeleyen dalda köklendirerek köklendirir.
sol ve sağ alt ağacın uzunlukları (alt ağaçlardaki dalların toplamı). A
optimal dengeye sahip şube her zaman mevcut değildir! Ağacı belirtmeniz gerekiyor
"-t" ile root yapmak istiyorsunuz.

"-fj": orijinal bir hizalama dosyasından bir grup önyüklemeli hizalama dosyası oluşturun.
"-b" ile bir tohum ve "-#" ile tekrar sayısını belirtmeniz gerekir.

"-f J": "-t" ile geçirilen belirli bir ağaçta SH benzeri destek değerlerini hesaplayın. "-fk":
Eksik verilerle bölümlenmiş veri kümelerinde uzun dal uzunluklarını aşağıdakileri kullanarak düzeltin:

dal uzunluğu çalma algoritması.
Bu seçenek yalnızca "-t", "-M" ve "-q" ile birlikte çalışır. yazdıracak
daha kısa dal uzunluklarına sahip, ancak aynı olasılık puanına sahip bir ağaç.

"-fm": "-t" ve "-z" aracılığıyla geçen iki ağaç demeti arasındaki iki bölmeyi karşılaştırın
sırasıyla. Bu, tüm çift bölümler arasındaki Pearson korelasyonunu döndürür
iki ağaç dosyasında bulundu. adlı bir dosya
RAxML_bipartitionFrequencies.outpuFileName, aşağıdakileri içeren yazdırılacaktır:
iki kümenin ikili ikili bölme frekansları

"-fn": tarafından sağlanan bir ağaç dosyasında bulunan tüm ağaçların günlük olabilirlik puanını hesaplayın
GAMMA veya GAMMA+P-Invar altında "-z" Model parametreleri,
sadece ilk ağaç!

"-f N": tarafından sağlanan bir ağaç dosyasında bulunan tüm ağaçların günlük olabilirlik puanını hesaplayın
GAMMA veya GAMMA+P-Invar altında "-z" Model parametreleri için yeniden tahmin edilecektir.
her ağaç

"-fo": buluşsal kesme olmadan eski ve daha yavaş hızlı tepe tırmanışı "-fp": gerçekleştir
tamamlanmamış bir başlangıç ​​ağacına yeni dizilerin saf adım adım MP eklenmesi ve çıkış
"-f P": geçirilen bir dosyada belirtilen alt ağaçların filogenetik yerleşimini gerçekleştirin
"-z" aracılığıyla belirli bir referans ağacına

kullanılarak "-t" ile geçirilen bu alt ağaçların bulunduğu
evrimsel yerleştirme algoritması.

"-fq": hızlı dörtlü hesaplayıcı "-fr": Robinson-Foulds'u (RF) ikili olarak hesaplayın
"-z" ile geçirilen bir ağaç dosyasındaki tüm ağaç çiftleri arasındaki mesafeler

ağaçların tamsayı destek değerleri olarak temsil edilen düğüm etiketleri varsa, program ayrıca
iki lezzeti hesaplamak
ağırlıklı Robinson-Foulds (WRF) mesafesi

"-f R": büyük bir referans ağacı arasındaki tüm ikili Robinson-Foulds (RF) mesafelerini hesaplayın
"-t" ile geçti

ve birçok küçük ağaç (bu, büyük ağacın taksonlarının bir alt kümesine sahip olmalıdır)
"-z".
Bu seçenek, çok büyük filogenilerin akla yatkınlığını kontrol etmek için tasarlanmıştır.
artık görsel olarak kontrol edilemez.

"-fs": çok genli bölümlenmiş bir hizalamayı ilgili
alt hizalamalar "-f S": birini dışarıda bırakarak siteye özel yerleşim sapmasını hesaplayın
"-ft" evrimsel yerleştirme algoritmasından ilham alan test: rastgele ağaç yap
"-f T" sabit bir başlangıç ​​ağacında arama yapar: ML'nin son kapsamlı optimizasyonunu yapar
bağımsız modda hızlı önyükleme aramasından ağaç "-fu": morfolojik yürütme
maksimum olasılık kullanılarak ağırlık kalibrasyonu, bu bir ağırlık vektörü döndürür.

"-t" ile morfolojik bir hizalama ve bir referans ağacı sağlamanız gerekir

"-fv": bir dizi çevresel diziyi, kapsamlı kullanarak bir referans ağacına sınıflandırın
eklemeleri oku
RAxML'yi kapsamlı olmayan bir referans ağacı ve bir
tüm dizileri içeren hizalama (referans + sorgu)

"-f V": bir dizi çevresel diziyi, kapsamlı kullanarak bir referans ağacına sınıflandırın
eklemeleri oku
RAxML'yi kapsamlı olmayan bir referans ağacı ve bir
tüm dizileri içeren hizalama (referans + sorgu) UYARI: bu bir testtir
çoklu gen/tüm genom veri kümelerinin daha verimli işlenmesi için uygulama!

"-fw": "-z" üzerinden geçen bir grup ağaç üzerinde ELW testini hesaplayın
Model parametreleri yalnızca ilk ağaçta tahmin edilecektir!

"-f W": "-z" üzerinden geçen bir grup ağaç üzerinde ELW testini hesaplayın
Model parametreleri her ağaç için yeniden tahmin edilecektir.

"-fx": çift yönlü ML mesafelerini hesaplayın, ML model parametreleri bir MP'de tahmin edilecektir
başlangıç ​​ağacı veya "-t" aracılığıyla geçirilen kullanıcı tanımlı bir ağaç, yalnızca GAMMA tabanlı için izin verilir
oran heterojenliği modelleri

"-fy": cimriliği kullanarak bir dizi çevresel diziyi bir referans ağacına sınıflandırın
RAxML'yi kapsamlı olmayan bir referans ağacı ve bir
tüm dizileri içeren hizalama (referans + sorgu)

"-f" için VARSAYILAN: yeni hızlı tepe tırmanışı

-F geçiş yapmadan çok büyük ağaçlar için CAT modeli altında ML ağaç aramalarını etkinleştirin
Sonunda GAMMA (bellek tasarrufu sağlar). Bu seçenek GAMMA ile de kullanılabilir.
en iyi puan alan ML ağacının kapsamlı optimizasyonundan kaçınmak için modeller
son.

VARSAYILAN: KAPALI

-g bu ağacın ihtiyaç duymadığı çok yönlü bir kısıtlama ağacının dosya adını belirtin
kapsamlı olmak, yani tüm taksonları içermemelidir

-G bir tanımlayarak makine öğrenimi tabanlı evrimsel yerleştirme algoritması buluşsal yöntemlerini etkinleştirin.
eşik değeri (yavaş kullanılarak değerlendirilecek ekleme dallarının oranı
ML altında eklemeler).

-h Bu yardım mesajını görüntüleyin.

-H Desen sıkıştırmasını devre dışı bırakın.

NORMALDE OLMASI GEREKEN

-i Topolojik değişikliklerin sonraki uygulaması için ilk yeniden düzenleme ayarı
faz

-I a posteriori önyükleme analizi. Kullanmak:

Çoğunluk kuralı için frekansa dayalı kriter "-I autoMR" için "-I autoFC"
Genişletilmiş çoğunluk kuralı konsensüs ağacı için fikir birliği ağacı kriteri "-I autoMRE"
MRE'ye benzer metrikler için "-I autoMRE_IGN" kriteri, ancak çift bölümleri içerir
uyumlu olup olmadıkları eşiğin altında

ya da değil. Bu, MRE'ye öykünür, ancak hesaplanması daha hızlıdır.

Ayrıca birkaç önyükleme kopyası içeren bir ağaç dosyasını "-z" aracılığıyla iletmeniz gerekir.

-j Ara ağaç dosyalarının standart sırasında dosyaya yazılacağını belirtir.
ML ve BS ağaç aramaları.

VARSAYILAN: KAPALI

-J "-J MR" veya genişletilmiş çoğunluk kuralı ile çoğunluk kuralı fikir birliği ağacını hesaplayın
"-J MRE" ile konsensüs ağacı veya "-J STRICT" ile katı konsensüs ağacı. için
özel fikir birliği eşiği >= %50, T_ belirtin , burada 100 >= NUM ​​>= 50.
"-J STRICT_DROP" ve "-J MR_DROP" seçenekleri, tanımlayan bir algoritma yürütecektir.
Pattengale ve diğerleri tarafından önerildiği gibi sahte taksonlar içeren damla kümeleri. kağıtta
"Gizli filogenetik fikir birliğini ortaya çıkarmak". Ayrıca bir ağaç sağlamanız gerekecek
"-z" aracılığıyla birkaç KÖKLENMEMİŞ ağaç içeren dosya

-k Önyüklenen ağaçların dal uzunluklarıyla yazdırılması gerektiğini belirtir. NS
önyüklemeler biraz daha uzun süre çalışacak, çünkü model parametreleri
sırasıyla GAMMA veya GAMMA+P-Invar altında her çalıştırmanın sonu.

VARSAYILAN: KAPALI

-K içinde uygulanan çok durumlu ikame modellerinden (en fazla 32 durum) birini belirtin.
RAxML. Mevcut modeller: SİPARİŞ, MK, GTR

VARSAYILAN: GTR modeli

-L IC destekleri tarafından etiketlenen fikir birliği ağaçlarını ve genel TC değerini şu şekilde hesaplayın:
Salichos ve Rokas 2013'te önerilmiştir. Şununla bir çoğunluk kuralı konsensüs ağacı hesaplayın
"-L MR" veya "-L MRE" ile genişletilmiş çoğunluk kuralı konsensüs ağacı. bir gelenek için
fikir birliği eşiği >= %50, belirtin "-L T_ ", burada 100 >= NUM ​​>= 50.
elbette ayrıca birkaç KÖKLENMEMİŞ ağaç içeren bir ağaç dosyası sağlamanız gerekir.
"-z"!

-m İkili (Morfolojik), Nükleotid, Çok Durumlu veya Amino Asit Modeli
Oyuncu değişikliği:

İKİLİ:

"-m BINCAT[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak otomatik olarak BINGAMMA altında. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m BINCATI[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak otomatik olarak BINGAMMAI altında. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_BINCAT[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak otomatik olarak BINGAMMA altında. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz. ASC
önek, tespit yanlılığı olasılığını düzeltecektir.

"-m BINGAMMA[X]"
: Hız heterojenliğinin GAMMA modeli (alfa parametresi tahmin edilecektir).

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_BINGAMMA[X]" : Hız heterojenliğinin GAMMA modeli (alfa parametresi
tahmini).
ASC öneki, tespit yanlılığı olasılığını düzeltecektir. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m BINGAMMAI[X]"
: BINGAMMA ile aynı, ancak değişmez sitelerin oranı tahmini ile.

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

NÜKLEOTİTLER:

"-m GTRCAT[X]"
: GTR + İkame oranlarının optimizasyonu + Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaç arama seçeneğine bağlı olarak GTRGAMMA altında değerlendirilir. Opsiyonel ile
"X" ekinde, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m GTRCATI[X]"
: GTR + İkame oranlarının optimizasyonu + Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaç arama seçeneğine bağlı olarak GTRGAMMAI altında değerlendirilir. Opsiyonel ile
"X" ekinde, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_GTRCAT[X]"
: GTR + İkame oranlarının optimizasyonu + Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaç arama seçeneğine bağlı olarak GTRGAMMA altında değerlendirilir. Opsiyonel ile
"X" ekinde, temel frekansların bir ML tahminini belirtebilirsiniz. ASC öneki
belirleme yanlılığı olasılığını düzeltecektir.

"-m GTRGAMMA[X]"
: GTR + İkame oranlarının optimizasyonu + GAMMA oran modeli

heterojenlik (alfa parametresi tahmin edilecektir).
İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_GTRGAMMA[X]" : GTR + İkame oranlarının optimizasyonu + GAMMA oran modeli
heterojenlik (alfa parametresi tahmin edilecektir). ASC öneki düzeltilecek
tespit yanlılığı olasılığı. İsteğe bağlı "X" ekiyle şunları yapabilirsiniz:
baz frekanslarının bir ML tahminini belirtin.

"-m GTRGAMMAI[X]"
: GTRGAMMA ile aynı, ancak değişmez sitelerin oranı tahmini ile.

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

ÇOK DEVLETLİ:

"-m ÇOKLU KAT[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak, otomatik olarak MULTIGAMMA altında. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ÇOKLU[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak, MULTIGAMMAI altında otomatik olarak. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_MULTICAT[X]"
: Siteye özel optimizasyon

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Nihai ağaç değerlendirilebilir
ağaç arama seçeneğine bağlı olarak, otomatik olarak MULTIGAMMA altında. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz. ASC
önek, tespit yanlılığı olasılığını düzeltecektir.

"-m ÇOKLU AMAÇ[X]"
: Hız heterojenliğinin GAMMA modeli (alfa parametresi tahmin edilecektir).

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_MULTIGAMMA[X]" : Hız heterojenliğinin GAMMA modeli (alfa parametresi
tahmini).
ASC öneki, tespit yanlılığı olasılığını düzeltecektir. İle
isteğe bağlı "X" eki, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m MULTIGAMMAI[X]"
: MULTIGAMMA ile aynı, ancak değişmez sitelerin oranı tahmini ile.

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

Çok durumlu bölgeleri kodlamak için 32'ye kadar farklı karakter durumu kullanabilirsiniz.
aşağıdaki sırayla kullanılmalıdır: 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, Vi yani 6 farklı
karakter, bunları kodlamak için 0, 1, 2, 3, 4, 5 kullanacağınızı belirtir. ikame
çok durumlu bölgeler için model "-K" seçeneği ile seçilebilir

AMİNO ASİTLER:

"-m PROTCATmatrixName[F|X]"
: belirtilen AA matrisi + İkame oranlarının optimizasyonu +
bölgeye özgü

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaca bağlı olarak PROTGAMMAmatrixName[F|X] altında otomatik olarak değerlendirilir
arama seçeneği. İsteğe bağlı "X" eki ile bir ML tahmini belirtebilirsiniz.
baz frekansları.

"-m PROTCATImatrixName[F|X]"
: belirtilen AA matrisi + İkame oranlarının optimizasyonu +
bölgeye özgü

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaca bağlı olarak PROTGAMMAImatrixName[F|X] altında otomatik olarak değerlendirilir
arama seçeneği. İsteğe bağlı "X" eki ile bir ML tahmini belirtebilirsiniz.
baz frekansları.

"-m ASC_PROTCATmatrixAdı[F|X]"
: belirtilen AA matrisi + İkame oranlarının optimizasyonu +
bölgeye özgü

farklı numberOfCategories olarak kategorize edilen evrimsel oranlar
Daha fazla hesaplama verimliliği için oran kategorileri. Son ağaç olabilir
ağaca bağlı olarak PROTGAMMAmatrixName[F|X] altında otomatik olarak değerlendirilir
arama seçeneği. İsteğe bağlı "X" eki ile bir ML tahmini belirtebilirsiniz.
baz frekansları. ASC öneki, tespit olasılığını düzeltecektir.
önyargı.

"-m PROTGAMMAmatrixAdı[F|X]"
: belirtilen AA matrisi + İkame oranlarının optimizasyonu + GAMMA oran modeli

heterojenlik (alfa parametresi tahmin edilecektir).
İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

"-m ASC_PROTGAMMAmatrixName[F|X]" : belirtilen AA matrisi + Yer değiştirmenin optimizasyonu
oranlar + GAMMA oran modeli
heterojenlik (alfa parametresi tahmin edilecektir). ASC öneki düzeltilecek
tespit yanlılığı olasılığı. İsteğe bağlı "X" ekiyle şunları yapabilirsiniz:
baz frekanslarının bir ML tahminini belirtin.

"-m PROTGAMMAImatrixName[F|X]"
: PROTGAMMAmatrixName[F|X] ile aynı, ancak değişmez oranın tahmini ile
Siteler.

İsteğe bağlı "X" ekiyle, temel frekansların bir ML tahminini belirtebilirsiniz.

Mevcut AA ikame modelleri: DAYHOFF, DCMUT, JTT, MTREV, WAG, RTREV, CPREV,
VT, BLOSUM62, MTMAM, LG, MTART, MTZOA, PMB, HIVB, HIVW, JTTDCMUT, GRİP, STMTREV,
DUMMY, DUMMY2, AUTO, LG4M, LG4X, PROT_FILE, GTR_UNLINKED, GTR İsteğe bağlı "F" ile
ampirik temel frekansları kullanmak isteyip istemediğinizi belirtebilirsiniz. OTOMATİK ve
AUTOX artık desteklenmiyor, AUTO'yu belirtirseniz prot subst'yi test eder.
şimdi ampirik baz frekansları olan ve olmayan modeller! Lütfen şunu unutmayın:
bölümlenmiş modeller ayrıca her gen için AA modelini de belirtebilirsiniz.
bölüm dosyası (ayrıntılar için kılavuza bakın). Ayrıca, AA GTR'yi tahmin ederseniz
bölümlere ayrılmış bir veri kümesindeki parametreler, bunlar arasında bağlanacak (ortak olarak tahmin edilecektir)
aşırı parametrelendirmeyi önlemek için tüm bölümler

-M Her bölüm için ayrı dal uzunluklarının tahminini açın. Sadece etkisi var
"-q" ile birlikte kullanıldığında, bireysel bölümler için dal uzunlukları
ayrı dosyalara yazdırılır Dal uzunluklarının ağırlıklı ortalaması şu şekilde hesaplanır:
ilgili bölüm uzunluklarını kullanarak

VARSAYILAN: KAPALI

-n Çıktı dosyasının adını belirtir.

-o Tek bir çıkış grubunun veya virgülle ayrılmış dış grupların listesini belirtin, örn.
Birden fazla dış grubun monofiletik olmaması durumunda "-o Sıçan" veya "-o Sıçan, Fare"
Listedeki ilk isim dış grup olarak seçilecektir, arada boşluk bırakmayınız.
takson isimleri!

-O Hizalamada tamamen belirsiz dizi kontrolü devre dışı bırakın. Program
"-O" belirtildiğinde bir hata mesajıyla çıkılmaz.

VARSAYILAN: kontrol etkin

-p Parsimony çıkarımları için rastgele bir sayı çekirdeği belirtin. Bu, şunları yapmanızı sağlar:
sonuçlarınızı yeniden oluşturun ve programda hata ayıklamama yardımcı olacak.

-P Kullanıcı tanımlı bir AA (Protein) ikame modelinin dosya adını belirtin. Bu dosya
420 giriş içermelidir, ilk 400'ü AA ikame oranlarıdır (bu,
simetrik bir matris olsun) ve son 20'si ampirik baz frekanslarıdır

-q Modellerin hizalamaya atanmasını içeren dosya adını belirtin
çoklu ikame modelleri için bölümler. Bu dosyanın sözdizimi için lütfen
kılavuza bakın.

-r Bir ikili kısıtlama ağacının dosya adını belirtin. bu ağacın olmasına gerek yok
kapsamlı, yani tüm taksonları içermemelidir

-R Daha önce bir ikili model parametre dosyasının dosya adını belirtin.
kullanılarak RAxML ile oluşturulan -f e ağaç değerlendirme seçeneği. Dosya adı olmalıdır
olmak: RAxML_binaryModelParameters.runID

-s PHYLIP formatında hizalama veri dosyasının adını belirtin

-S İkincil bir yapı dosyasının adını belirtin. Dosya "." içerebilir. için
bir gövdenin parçası olmayan hizalama sütunları ve "()<>[]{}" karakterleri
kök bölgelerini ve sözde düğümleri tanımlayın

-t Newic biçiminde bir kullanıcı başlatan ağaç dosya adı belirtin

-T SADECE İPLİKLER VERSİYONU! Çalıştırmak istediğiniz iş parçacığı sayısını belirtin. Emin ol
"-T"yi makinenizde bulunan en fazla CPU sayısına ayarlayın, aksi halde orada
büyük bir performans düşüşü olacak!

-u GAMMA hız modelinin ayrık tahmini için medyanı kullanın
heterojenliği

VARSAYILAN: KAPALI

-U Büyük boşlukta boşluk sütunları için SEV tabanlı uygulamayı kullanarak bellekten tasarruf etmeye çalışın
hizalamalar Teknik burada açıklanmıştır:
http://www.biomedcentral.com/1471-2105/12/470 Bu sadece DNA ve/veya
PROTEIN verileri ve yalnızca kodun SSE3 veya AVX-vextorized versiyonu ile.

-v Sürüm bilgilerini görüntüleme

-V Siteler modeli arasında oran heterojenliğini devre dışı bırakın ve oran heterojenliği olmayan bir model kullanın
Bunun yerine. Yalnızca oran heterojenliğinin CAT modelini belirtirseniz çalışır.

VARSAYILAN: oran heterojenliğini kullan

-w RAxML'nin çıktı dosyalarını yazacağı dizinin FULL (!) yolu

VARSAYILAN: geçerli dizin

-W Yalnızca bir dışarıda bırakılan siteye özgü yerleşim önyargı algoritması için kayan pencere boyutu
"-f S" ile birlikte kullanıldığında etkilidir

VARSAYILAN: 100 site

-x Bir tamsayı (rastgele çekirdek) belirtin ve hızlı önyüklemeyi açın DİKKAT:
7.0.4 sürümünden farklı olarak RAxML, aşağıdaki model altında hızlı BS çoğaltmaları gerçekleştirecektir:
CAT altında varsayılan olarak değil, "-m" ile belirttiğiniz oran heterojenliği

-X Aşağıdaki "-y" seçeneğiyle aynıdır, ancak cimri arama daha yüzeyseldir.
RAxML yalnızca rastgele bir adım adım ekleme sırası tutumluluk ağacı yapacak
herhangi bir ek SPR gerçekleştirmeden yeniden yapılandırma. Bu yardımcı olabilir
topolojik olarak daha fazla üretebildiğinden, çok geniş tam genom veri kümeleri
farklı başlangıç ​​ağaçları.

VARSAYILAN: KAPALI

-y Yalnızca RAxML ile bir cimri başlangıç ​​ağacı hesaplamak istiyorsanız, "-y" belirtin,
program, başlangıç ​​ağacının hesaplanmasından sonra çıkacaktır.

VARSAYILAN: KAPALI

-Y Dörtlülerin çizileceği dört grubu tanımlayan bir dörtlü gruplama dosyası adı iletin
Dosya giriş formatı aşağıdaki biçimde 4 grup içermelidir: (Tavuk, İnsan,
Loach), (İnek, Sazan), (Fare, Sıçan, Fok), (Balina, Kurbağa); Sadece kombinasyon halinde çalışır
ile -f Q !

-z Birden çok ağaç içeren bir dosyanın dosya adını belirtin, örneğin bir önyüklemeden
"-t" ile sağlanan bir ağaca bipartisyon değerleri çizmek için kullanılacaktır.
"-fg" ile birlikte site günlük olasılıklarını hesaplamak için de kullanılabilir ve
birkaç başka seçenek için bir grup ağaç okumak ("-fh", "-fm", "-fn").

-#|-N Farklı başlangıç ​​ağaçlarındaki alternatif çalıştırmaların sayısını kombinasyon halinde belirtin
"-b" seçeneği ile bu, çoklu bir boostrap analizini başlatır "-N" olduğuna dikkat edin
"-#" bazen bazı problemlere neden olduğu için alternatif olarak eklenmiştir.
MPI iş gönderme sistemleri, çünkü "-#" genellikle yorum başlatmak için kullanılır. Eğer sen
önyükleme kriterlerini kullanmak istiyorsanız "-# autoMR" veya "-# autoMRE" veya "-# belirtin
çoğunluk kuralı ağacına dayalı kriterler için autoMRE_IGN" (bkz. -I seçeneği) veya "-#
frekans tabanlı ölçüt için autoFC". Önyükleme yalnızca şu durumlarda çalışır:
"-x" veya "-b" ile kombinasyon

VARSAYILAN: 1 tek analiz

-- mesquite Mesquite tarafından ayrıştırılabilen çıktı dosyalarını yazdırın.

VARSAYILAN: Kapalı

--sessiz Aynı dizilerle ilgili uyarıların çıktısını tamamen devre dışı bırakır ve tamamen
hizalamada belirsiz siteler

VARSAYILAN: Kapalı

--no-seq-kontrol Aynı diziler için giriş MSA'sını kontrol etmeyi devre dışı bırakır ve tamamen
belirsiz siteler
Bu seçeneği etkinleştirmek, özellikle büyük filogenomik için zaman kazandırabilir.
hizalamalar. Bunu kullanmadan önce, "-fc" ile hizalamayı kontrol ettiğinizden emin olun.
seçenek!

VARSAYILAN: Kapalı

--hayır-bfgs Bölümlenmemiş cihazlarda GTR oranlarını optimize etmek için BFGS yönteminin otomatik kullanımını devre dışı bırakır
DNA veri kümeleri

VARSAYILAN: BFGS açık

--artan-düzeltme Kullanmak istediğiniz tespit sapma düzeltmesinin türünü belirtmenize izin verir.
3 var

mevcut türleri: --artan-düzeltme=demir kama: Paul Lewis tarafından standart düzeltme
--artan-düzeltme=Felsenstein: Joe Felsenstein tarafından sunulan ve
açıkça belirtmek

(eğer biliniyorsa) kişinin düzeltmek istediği değişmez sitelerin sayısı.

--artan-düzeltme=stamatakiler: açıkça izin veren tarafımdan yapılan bir düzeltme
belirtmek
(eğer biliniyorsa) her karakter için değişmeyen sitelerin sayısı düzeltmek istiyor
için.

--flag-kontrol Bu seçeneği kullanırken, RAxML yalnızca tüm komut satırı işaretlerinin olup olmadığını kontrol eder.
belirtilenler kullanılabilir ve ardından çıkın

tüm geçersiz komut satırı bayraklarını listeleyen bir mesajla veya şunu belirten bir mesajla
tüm bayrakların geçerli olduğunu.

--otomatik koruma=ml|bic|aic|aicc Otomatik protein modeli seçimini kullanırken,
Bu modelleri seçme kriteri.

RAxML, mevcut tüm koruma alt öğelerini test edecektir. LG4M, LG4X ve LGXNUMXM dışındaki modeller
Ampirik baz frekansları olan ve olmayan GTR tabanlı modeller. sen seçebilirsin
ML puanına dayalı seçim ile BIC, AIC ve AICc kriterleri arasında

VARSAYILAN: ml

--epa-saklama-yerleşimleri=numara tutmak istediğiniz potansiyel yerleşimlerin sayısını belirtin
EPA algoritmasındaki her okuma için.

Yazdırılan gerçek değerlerin aynı zamanda ayarlara bağlı olacağını unutmayın.
--epa-prob-eşik=eşik !

VARSAYILAN: 7

--epa-prob-eşik=eşik potansiyeli dahil etmek için bir yüzde eşiği belirtin
bağlı olarak bir okuma yerleşimleri

bu okuma için maksimum yerleştirme ağırlığı. Bu değeri 0.01 yerleşime ayarlarsanız
yerleştirme ağırlığı maksimum yerleştirmenin yüzde 1'i kadar olan
ayarı varsa dosyaya yazdırılır --epa-saklama-yerleşimleri buna izin verir

VARSAYILAN: 0.01

--epa-birikmiş-eşik=eşik birikmiş olabilirlik ağırlık eşiğini belirtin
farklı okuma yerleşimlerinin basıldığı

dosyalamak. Bir okuma için yerleşimler, yerleşimlerinin toplamına kadar yazdırılacaktır.
ağırlıklar eşik değerine ulaşmıştır. Bu seçeneğin de olamayacağını unutmayın.
ile birlikte kullanılır --epa-prob-eşik ne de --epa-saklama-yerleşimleri!

--JC69 tüm DNA bölümlerinin Jukes-Cantor modeli altında evrimleşeceğini belirtin, bu
DNA bölümleri için diğer tüm model özelliklerini geçersiz kılar.

VARSAYILAN: Kapalı

--K80 tüm DNA bölümlerinin K80 modeli altında evrimleşeceğini belirtin, bu tüm
DNA bölümleri için diğer model özellikleri.

VARSAYILAN: Kapalı

--HKY85 tüm DNA bölümlerinin HKY85 modeli altında evrimleşeceğini belirtin, bu geçersiz kılar
DNA bölümleri için diğer tüm model özellikleri.

VARSAYILAN: Kapalı

Bu, Alexandros Stamatakis tarafından 8.2.4 Ekim 02'te yayınlanan RAxML 2015 sürümüdür.

Çok takdir edilen kod katkılarıyla: Andre Aberer (HITS) Simon Berger
(HITS) Alexey Kozlov (HITS) Kassian Kobert (HITS) David Dao (KIT ve HITS)
Nick Pattengale (Sandia) Wayne Pfeiffer (SDSC) Akifumi S. Tanabe (NRIFS)

onworks.net hizmetlerini kullanarak çevrimiçi olarak raxmlHPC-PTHREADS kullanın