raxmlHPC-PTHREADS – онлайн у хмарі

ПРОГРАМА:

ІМ'Я

Використання – рандомізована максимальна імовірність із акселерацією

ОПИС

Використовуйте raxml з підтримкою AVX (1 процесор)

Це версія RAxML 8.2.4, випущена Александросом Стаматакісом 02 жовтня 2015 року.

З високою оцінкою внеску в код: Андре Аберер (HITS) Саймон Бергер
(HITS) Олексій Козлов (HITS) Kassian Kobert (HITS) David Dao (KIT and HITS)
Нік Паттенґейл (Сандія) Вейн Пфайффер (SDSC) Акіфумі С. Танабе (NRIFS)

Також зверніться до посібника RAxML

Будь ласка, повідомляйте про помилки через групу Google RAxML! Будь ласка, надішліть нам усі вхідні файли, точні
виклику, відомості про апаратне забезпечення та операційну систему, а також надруковані всі повідомлення про помилки
екранувати.

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

-s Ім'я файлу послідовності -n вихідна назва файлу -m заміщенняМодель

[-a weightFileName] [-A secondaryStructureSubstModel] [-b
bootstrapRandomNumberSeed] [-B wcCriterionThreshold] [-c numberOfCategories] [-C]
[-d] [-D] [-e ймовірністьЕпсилон] [-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 назва файлу групування] [-G поріг розміщення] [-h] [-H] [-i
початкове налаштування перегрупування] [-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
білкова модель] [-q множинне ім'я файлу моделі] [-r бінарне дерево обмежень] [-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 кількість запусків|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=число][--epa-accumulated-threshold=поріг]
[--epa-prob-threshold=поріг] [--JC69][--K80][--HKY85]

-a Вкажіть ім’я файлу ваги стовпців, щоб призначити окремі ваги кожному стовпцю
вирівнювання. Ці ваги мають бути цілими числами, розділеними будь-яким типом і кількістю
пробіли в окремому файлі, див. файл "example_weights" для прикладу.

-A Вкажіть одну з моделей підстановки вторинної структури, реалізованої в RAxML.
Використовується та ж номенклатура, що і в інструкції PHASE, доступні моделі: S6A, S6B,
S6C, S6D, S6E, S7A, S7B, S7C, S7D, S7E, S7F, S16, S16A, S16B

ЗА УМОВЧАННЯМ: модель GTR з 16 станами (S16)

-b Вкажіть ціле число (випадкове початкове число) і ввімкніть завантаження

ЗА УМОВЧАННЯМ: ВИМК

-B вкажіть число з плаваючою комою від 0.0 до 1.0, яке використовуватиметься як відсічення
порогове значення для критеріїв завантаження на основі MR. Рекомендується значення 0.03.

ЗА УМОВЧАННЯМ: 0.03 (рекомендований емпірично визначений параметр)

-c Укажіть кількість окремих категорій швидкості для RAxML у моделі швидкості
для гетерогенності встановлено значення CAT. Індивідуальні ставки для кожного сайту класифікуються
numberOfCategories оцінює категорії для прискорення обчислень.

За замовчуванням: 25

-C Увімкнути докладний вихід для параметрів "-L" і "-fi". Це дасть більше, як
а також більш докладні вихідні файли

ЗА УМОВЧАННЯМ: ВИМК

-d розпочати оптимізацію ML із випадкового стартового дерева

ЗА УМОВЧАННЯМ: ВИМК

-D Критерій конвергенції пошуку ML. Це перерве пошуки ML, якщо родич
Відстань Робінсона-Фолдса між деревами, отримана з двох послідовних ледачих SPR
циклів менше або дорівнює 1%. Рекомендується використовувати для дуже великих наборів даних
терміни таксонів. На деревах з понад 500 таксонами це дасть час виконання
покращення приблизно на 50%, при цьому врожайність лише трохи гірша.

ЗА УМОВЧАННЯМ: ВИМК

-e встановити точність оптимізації моделі в одиницях логарифмічної ймовірності для остаточної оптимізації
топологія дерева

За замовчуванням: 0.1
для моделей, які не використовують оцінку частки інваріантних сайтів

0.001 для моделей, що використовують оцінку частки інваріантних сайтів

-E вкажіть ім’я файлу виключення, яке містить специфікацію позицій вирівнювання
ви хочете виключити. Формат подібний до Nexus, файл повинен містити записи
як "100-200 300-400", щоб виключити один стовпець, напишіть, наприклад, "100-100", якщо ви
Використовуйте змішану модель, буде записано відповідним чином адаптований файл моделі.

-f вибрати алгоритм:

"-fa": швидкий аналіз Bootstrap і пошук дерева ML з найкращими результатами в одній програмі
запустити "-f A": обчислити граничні стани предків на наданому ВКОРЕНЕВОМУ довідковому дереві
за допомогою «-t» «-fb»: намалювати дворозділену інформацію на дереві, наданому на основі «-t».
на кількох деревах

(наприклад, із завантажувача) у файлі, визначеному "-z"

"-f B": оптимізація br-len scaler та інших параметрів моделі (GTR, alpha тощо) на дереві
з "-t".
Дерево повинно містити довжину гілок. Довжина гілок не буде оптимізована,
просто масштабований на одне загальне значення.

"-fc": перевірити, чи можна правильно прочитати вирівнювання за допомогою RAxML "-f C": предків
тест послідовності для Jiajie, користувачам також потрібно буде надати список назв таксонів через
-Y розділені пробілами "-fd": новий швидкий підйом на гору

ЗА УМОВЧАННЯМ: УВІМКНЕНО

"-f D": швидке підйом на гору з завантажувачами RELL "-fe": оптимізація моделі+гілка
довжини для заданого дерева введення під GAMMA/GAMMAI тільки "-f E": виконується дуже швидко
експериментальний пошук дерева, наразі лише для тестування "-f F": виконувати швидко
експериментальний пошук дерева, наразі лише для тестування "-fg": обчислення для журналу сайту
Ймовірно, що мимо пройде одне або кілька дерев

"-z" і записати їх у файл, який може прочитати CONSEL
Параметри моделі будуть оцінюватися лише на першому дереві!

"-f G": обчислити для журналу сайту ймовірності для одного або кількох дерев, які проходили через
"-z" і записати їх у файл, який може прочитати CONSEL. Параметри моделі
буде переоцінено для кожного дерева

"-fh": обчислити тест імовірності журналу (SH-test) між найкращим деревом, переданим через "-t"
і купа інших дерев, переданих через "-z" Буде оцінено параметри моделі
тільки на першому дереві!

"-f H": обчислити тест імовірності журналу (SH-test) між найкращим деревом, переданим через "-t"
і купа інших дерев, переданих через "-z" Параметри моделі будуть
переоцінюється для кожного дерева

"-fi": обчислити бали IC і TC (Salichos and Rokas 2013) на дереві з "-t"
на основі кількох дерев
(наприклад, із завантажувача) у файлі, визначеному "-z"

"-f I": простий алгоритм укорінення некорінених дерев.
Він укорінює дерево, укорінюючи його на гілці, яка найкраще врівноважує піддерево
довжини (сума по гілках у піддеревах) лівого та правого піддерев. А
відділення з оптимальним балансом існує не завжди! Потрібно вказати дерево
ви хочете отримати root через "-t".

"-fj": створити купу завантажених файлів вирівнювання з оригінального файлу вирівнювання.
Вам потрібно вказати початкове значення за допомогою «-b», а кількість повторів за допомогою «-#»

"-f J": обчислення SH-подібних значень підтримки для заданого дерева, переданого через "-t". "-fk":
Виправте велику довжину гілок у розділених наборах даних із відсутніми даними за допомогою

Алгоритм крадіжки довжини гілок.
Ця опція працює лише в поєднанні з «-t», «-M» і «-q». Він буде роздрукований
дерево з меншою довжиною гілок, але з однаковою оцінкою ймовірності.

"-fm": порівняйте дворозділи між двома пучками дерев, переданими через "-t" і "-z"
відповідно. Це поверне кореляцію Пірсона між усіма дворозділами
знайдено в двох файлах дерева. Файл з викликом
Буде надруковано RAxML_bipartitionFrequencies.outpuFileName, що містить
попарні частоти дворозділу двох наборів

"-fn": обчислити оцінку ймовірності журналу всіх дерев, що містяться у файлі дерева, наданому
"-z" під GAMMA або GAMMA+P-Invar Параметри моделі будуть оцінені на
тільки перше дерево!

"-f N": обчислити оцінку ймовірності журналу всіх дерев, що містяться у файлі дерева, наданому
"-z" під GAMMA або GAMMA+P-Invar Параметри моделі будуть повторно оцінені для
кожне дерево

"-fo": старе і повільніше швидке підйом на гору без евристичного відсікання "-fp": виконати
чисте поетапне MP додавання нових послідовностей до неповного стартового дерева та вихід
"-f P": виконати філогенетичне розміщення піддерев, зазначених у переданому файлі
через "-z" у задане посилання

в якому містяться ці піддерева, що передається через "-t" за допомогою
еволюційний алгоритм розміщення.

"-fq": швидкий калькулятор квартету "-fr": обчислити попарно Робінсона-Фолда (RF)
відстані між усіма парами дерев у файлі дерева, передані через "-z"

якщо дерева мають позначки вузлів, представлені як цілочисельні значення підтримки, програма також буде
обчислити два смаки
зважена відстань Робінсона-Фолдса (WRF).

"-f R": обчислити всі попарні відстані Робінсона-Фолда (RF) між великим деревом відліку
передається через "-t"

і багато менших дерев (які повинні мати підмножину таксонів великого дерева) пройшли через
"-z".
Цей варіант призначений для перевірки правдоподібності дуже великих філогеній
які більше не можна перевірити візуально.

"-fs": розділити вирівнювання з кількома генами на відповідне
підвирівнювання "-f S": обчислити зміщення для конкретного сайту, виключивши його
тест, натхненний еволюційним алгоритмом розміщення "-ft": зробити рандомізоване дерево
пошук на одному фіксованому стартовому дереві "-f T": виконайте остаточну ретельну оптимізацію ML
дерево від швидкого пошуку завантажувача в автономному режимі «-fu»: виконати морфологічний
калібрування ваги з використанням максимальної ймовірності, це поверне вектор ваги.

вам потрібно надати морфологічне вирівнювання та посилання на дерево за допомогою "-t"

"-fv": класифікуйте купу послідовностей середовища в еталонне дерево, використовуючи ретельне
прочитати вставки
вам потрібно буде запустити RAxML з невичерпного дерева посилань і файлу
вирівнювання, що містить усі послідовності (посилання + запит)

"-f V": класифікуйте купу послідовностей середовища в еталонне дерево, використовуючи ретельне
прочитати вставки
вам потрібно буде запустити RAxML з невичерпного дерева посилань і файлу
вирівнювання, що містить усі послідовності (посилання + запит) ПОПЕРЕДЖЕННЯ: це тест
реалізація для ефективнішої роботи з наборами даних для кількох генів/цілого геному!

"-fw": обчислити тест ELW на купі дерев, переданих через "-z"
Параметри моделі будуть оцінюватися лише на першому дереві!

"-f W": обчислити тест ELW для купи дерев, переданих через "-z"
Параметри моделі будуть повторно оцінені для кожного дерева

"-fx": обчислити попарні відстані ML, параметри моделі ML будуть оцінені на MP
Початкове дерево або визначене користувачем дерево, передане через "-t", дозволено лише на основі GAMMA
моделі неоднорідності курсів

"-fy": класифікуйте купу послідовностей середовища в еталонне дерево, використовуючи економію
вам потрібно буде запустити RAxML з невичерпного дерева посилань і файлу
вирівнювання, що містить усі послідовності (посилання + запит)

ЗА УМОВЧАННЯМ для "-f": нове швидке сходження на гору

-F увімкніть пошук дерев ML у моделі CAT для дуже великих дерев без перемикання на
GAMMA в кінці (економить пам'ять). Цей параметр також можна використовувати з GAMMA
моделі, щоб уникнути ретельної оптимізації дерева ML з найкращими показниками
кінець.

ЗА УМОВЧАННЯМ: ВИМК

-g вкажіть ім'я файлу мультифуркаційного дерева обмежень, яке не потрібно цьому дереву
бути вичерпним, тобто не повинен містити всі таксони

-G увімкнути евристичний алгоритм еволюційного розміщення на основі ML, вказавши a
порогове значення (частка гілок вставки, яка оцінюється за допомогою повільного
вставки під ML).

-h Відобразити це повідомлення довідки.

-H Вимкніть стиснення шаблону.

ЗА УМОВЧАННЯМ: УВІМКНЕНО

-i Початкове налаштування перегрупування для подальшого застосування топологічних змін
фаза

-I апостеріорний аналіз завантаження. Використовуйте:

"-I autoFC" для критерію на основі частоти "-I autoMR" для правила більшості
Критерій дерева консенсусу "-I autoMRE" для дерева консенсусу з розширеним правилом більшості
критерій "-I autoMRE_IGN" для показників, подібних до MRE, але включають дворозділи
під порогом, чи сумісні вони

чи ні. Це емулює MRE, але обчислюється швидше.

Вам також потрібно передати файл дерева, що містить кілька реплік завантаження через "-z"

-j Вказує, що файли проміжного дерева повинні бути записані у файл під час стандарту
Пошук по деревах ML і BS.

ЗА УМОВЧАННЯМ: ВИМК

-J Обчислюйте дерево консенсусу правила більшості за допомогою "-J MR" або розширеного правила більшості
дерево консенсусу з «-J MRE» або суворе дерево консенсусу з «-J STRICT». Для
користувацький поріг консенсусу >= 50%, вкажіть T_ , де 100 >= NUM ​​>= 50.
Параметри "-J STRICT_DROP" і "-J MR_DROP" виконають алгоритм, який ідентифікує
Dropsets, які містять таксони-шахраї, як запропоновано Pattengale et al. у папері
«Розкриття прихованого філогенетичного консенсусу». Вам також потрібно буде надати дерево
файл, що містить кілька НЕКОРІНЕНИХ дерев через "-z"

-k Вказує, що завантажені дерева мають бути надруковані з довжиною гілок. The
bootstraps працюватимуть трохи довше, оскільки параметри моделі будуть оптимізовані на
кінець кожного запуску відповідно до GAMMA або GAMMA+P-Invar.

ЗА УМОВЧАННЯМ: ВИМК

-K Укажіть одну з реалізованих моделей підстановки з кількома станами (максимум 32 стани).
RAxML. Доступні моделі: ЗАМОВЛЕНИЙ, МК, ГТР

ЗА УМОВЧАННЯМ: модель GTR

-L Обчисліть дерева консенсусу, позначені опорами IC, і загальне значення TC як
запропоновано в Salichos and Rokas 2013. Обчисліть дерево консенсусу правил більшості з
"-L MR" або дерево консенсусу правил розширеної більшості з "-L MRE". За звичай
порогове значення консенсусу >= 50%, вкажіть "-L T_ ", де 100 >= NUM ​​>= 50. Ви будете
звичайно, також потрібно надати файл дерева, що містить кілька НЕКОРІНЕНИХ дерев через
"-z"!

-m Модель бінарної (морфологічної), нуклеотидної, багатоконтурної або амінокислоти
Заміна:

БІНАРНИЙ:

"-m BINCAT[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під BINGAMMA, залежно від параметра пошуку дерева. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m BINCATI[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під BINGAMMAI, залежно від параметра пошуку дерева. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m ASC_BINCAT[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під BINGAMMA, залежно від параметра пошуку дерева. З
необов'язковий додаток «X», ви можете вказати оцінку базових частот ML. ASC
префікс коригує ймовірність упередженості встановлення.

"-m BINGAMMA[X]"
: ГАММА-модель неоднорідності швидкості (буде оцінено альфа-параметр).

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

"-m ASC_BINGAMMA[X]" : модель неоднорідності швидкості GAMMA (параметр альфа буде
оцінено).
Префікс ASC виправить ймовірність упередження встановлення. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m BINGAMMAI[X]"
: Те саме, що BINGAMMA, але з оцінкою частки незмінних сайтів.

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

НУКЛЕОТИДИ:

"-m GTRCAT[X]"
: GTR + Оптимізація коефіцієнтів заміни + Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
оцінюється за GTRGAMMA, залежно від параметра пошуку дерева. З додатковим
У додатку «X» можна вказати ML оцінку базових частот.

"-m GTRCATI[X]"
: GTR + Оптимізація коефіцієнтів заміни + Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
оцінюється за GTRGAMMAI, залежно від параметра пошуку дерева. З додатковим
У додатку «X» можна вказати ML оцінку базових частот.

"-m ASC_GTRCAT[X]"
: GTR + Оптимізація коефіцієнтів заміни + Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
оцінюється за GTRGAMMA, залежно від параметра пошуку дерева. З додатковим
У додатку «X» можна вказати ML оцінку базових частот. Префікс ASC
виправлю ймовірність упередженості встановлення.

"-m GTRGAMMA[X]"
: GTR + Оптимізація коефіцієнтів заміщення + GAMMA модель курсу

неоднорідність (буде оцінено альфа-параметр).
За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

"-m ASC_GTRGAMMA[X]" : GTR + Оптимізація коефіцієнтів заміни + GAMMA модель швидкості
неоднорідність (буде оцінено альфа-параметр). Префікс ASC буде правильний
ймовірність упередженості встановлення. За допомогою додаткового додатка «X» ви можете
вказати ML оцінку базових частот.

"-m GTRGAMMAI[X]"
: Те саме, що і GTRGAMMA, але з оцінкою частки незмінних сайтів.

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

БАГАТО ДЕРЖАВИ:

"-m MULTICAT[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під MULTIGAMMA, залежно від параметра пошуку дерева. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m MULTICATI[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під MULTIGAMMAI, залежно від параметра пошуку дерева. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m ASC_MULTICAT[X]"
: Оптимізація для сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути оцінено
автоматично під MULTIGAMMA, залежно від параметра пошуку дерева. З
необов'язковий додаток «X», ви можете вказати оцінку базових частот ML. ASC
префікс коригує ймовірність упередженості встановлення.

"-m MULTIGAMMA[X]"
: ГАММА-модель неоднорідності швидкості (буде оцінено альфа-параметр).

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

"-m ASC_MULTIGAMMA[X]" : модель неоднорідності швидкості GAMMA (параметр альфа буде
оцінено).
Префікс ASC виправить ймовірність упередження встановлення. З
Додатковий додаток «X» ви можете вказати ML оцінку базових частот.

"-m MULTIGAMMAI[X]"
: Те саме, що і MULTIGAMMA, але з оцінкою частки незмінних сайтів.

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

Ви можете використовувати до 32 різних станів символів для кодування регіонів із багатьма станами, вони
має використовуватися в такому порядку: 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, тобто, якщо у вас є 6 різних
стани символів, які ви використовуєте 0, 1, 2, 3, 4, 5 для їх кодування. Заміна
модель для багатодержавних регіонів можна вибрати за допомогою параметра "-K".

АМІНОКИСЛОТИ:

"-m PROTCATmatrixName[F|X]"
: задана матриця AA + Оптимізація швидкостей заміщення + Оптимізація
для конкретного сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
обчислюється автоматично під PROTGAMMAmatrixName[F|X], залежно від дерева
варіант пошуку. За допомогою додаткового додатка «X» ви можете вказати оцінку ML
базові частоти.

"-m PROTCATImatrixName[F|X]"
: задана матриця AA + Оптимізація швидкостей заміщення + Оптимізація
для конкретного сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
обчислюється автоматично під PROTGAMMAImatrixName[F|X], залежно від дерева
варіант пошуку. За допомогою додаткового додатка «X» ви можете вказати оцінку ML
базові частоти.

"-m ASC_PROTCATmatrixName[F|X]"
: задана матриця AA + Оптимізація швидкостей заміщення + Оптимізація
для конкретного сайту

еволюційні темпи, які класифікуються за різними категоріями
категорії тарифів для більшої обчислювальної ефективності. Остаточне дерево може бути
обчислюється автоматично під PROTGAMMAmatrixName[F|X], залежно від дерева
варіант пошуку. За допомогою додаткового додатка «X» ви можете вказати оцінку ML
базові частоти. Префікс ASC виправить ймовірність встановлення
упередженість.

"-m PROTGAMMAmatrixName[F|X]"
: задана матриця AA + Оптимізація коефіцієнтів заміщення + GAMMA модель швидкості

неоднорідність (буде оцінено альфа-параметр).
За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

"-m ASC_PROTGAMMAmatrixName[F|X]" : зазначена матриця AA + Оптимізація заміни
ставки + GAMMA модель курсу
неоднорідність (буде оцінено альфа-параметр). Префікс ASC буде правильний
ймовірність упередженості встановлення. За допомогою додаткового додатка «X» ви можете
вказати ML оцінку базових частот.

"-m PROTGAMMAImatrixName[F|X]"
: Те саме, що PROTGAMMAmatrixName[F|X], але з оцінкою частки незмінного
сайтів.

За допомогою додаткового додатка «X» ви можете вказати оцінку базових частот ML.

Доступні моделі заміни АА: 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 З додатковим "F"
у додатку ви можете вказати, чи хочете ви використовувати емпіричні базові частоти. AUTOF і
AUTOX більше не підтримуються, якщо ви вкажете AUTO, це перевірить prot subst.
моделі з і без емпіричних базових частот зараз! Зверніть увагу, що для
розділених моделей ви можете додатково вказати модель AA для кожного гена в
файлу розділу (докладнішу інформацію див. у посібнику). Також зауважте, що якщо ви оцінюєте AA GTR
параметрів у розділеному наборі даних, вони будуть пов’язані (оцінені спільно).
всі розділи, щоб уникнути надмірної параметризації

-M Увімкніть оцінку окремих довжин гілок на розділ. Тільки має ефект
при використанні в комбінації з "-q" довжина гілок для окремих розділів буде
надруковано в окремі файли. Середнє зважене значення довжини гілок обчислюється за допомогою
використовуючи відповідні довжини розділів

ЗА УМОВЧАННЯМ: ВИМК

-n Вказує ім'я вихідного файлу.

-o Вкажіть назву окремої зовнішньої групи або розділений комами список зовнішніх груп, наприклад
"-o Rat" або "-o Rat, Mouse", якщо кілька зовнішніх груп не є монофілетичними
перше ім’я у списку буде вибрано як зовнішня група, не залишайте пробілів між ними
назви таксонів!

-O Вимкнути перевірку абсолютно невизначеної послідовності вирівнювання. Програма буде
не вийти з повідомленням про помилку, якщо вказано "-O".

ЗА УМОВЧАННЯМ: перевірка включена

-p Вкажіть початкове число випадкових чисел для економічних висновків. Це дозволяє вам
відтворіть ваші результати і допоможе мені налагодити програму.

-P Вкажіть ім’я файлу визначеної користувачем моделі заміни AA (білка). Цей файл
має містити 420 записів, перші 400 є коефіцієнтами заміни AA (це має
бути симетричною матрицею), а останні 20 є емпіричними базовими частотами

-q Вкажіть ім’я файлу, який містить призначення моделей для вирівнювання
перегородки для кількох моделей підстановки. Для синтаксису цього файлу, будь ласка
зверніться до посібника.

-r Вкажіть ім'я файлу двійкового дерева обмежень. цьому дереву бути не потрібно
всеосяжний, тобто не повинен містити всі таксони

-R Вкажіть ім’я файлу параметрів двійкової моделі, який був раніше
створений за допомогою RAxML за допомогою -f Опція оцінки дерева. Ім’я файлу має
бути: RAxML_binaryModelParameters.runID

-s Вкажіть назву файлу даних вирівнювання у форматі PHYLIP

-S Вкажіть ім’я файлу вторинної структури. Файл може містити "." для
стовпці вирівнювання, які не є частиною основи та символи "()<>[]{}" до
визначити області стовбура та псевдовузли

-t Вкажіть ім’я файлу початкового дерева користувача у форматі Newick

-T ТІЛЬКИ ВЕРСІЯ PTTHEADS! Вкажіть кількість потоків, які потрібно запустити. Обов'язково
встановіть для «-T» щонайбільше кількість процесорів, які є на вашому комп’ютері, інакше – там
буде значне зниження продуктивності!

-u використовуйте медіану для дискретної апроксимації GAMMA моделі швидкості
неоднорідність

ЗА УМОВЧАННЯМ: ВИМК

-U Спробуйте заощадити пам'ять, використовуючи реалізацію на основі SEV для стовпців проміжків на великому зазорі
вирівнювання. Техніка описана тут:
http://www.biomedcentral.com/1471-2105/12/470 Це буде працювати лише для ДНК та/або
дані PROTEIN і лише з версією коду, векторизованою SSE3 або AVX.

-v Показати інформацію про версію

-V Вимкніть неоднорідність між сайтами та використовуйте модель без неоднорідності
замість цього. Працює, лише якщо ви вкажете CAT-модель неоднорідності швидкості.

ЗА УМОВЧАННЯМ: використовувати неоднорідність швидкості

-w ПОВНИЙ (!) шлях до каталогу, в який RAxML запише свої вихідні файли

ЗА УМОВЧАННЯМ: поточний каталог

-W Розмір ковзного вікна лише для алгоритму ухилення розміщення, що не враховує один сайт
ефективний при використанні в поєднанні з "-f S"

За замовчуванням: 100 сайтів

-x Вкажіть ціле число (випадкове початкове значення) та ввімкніть швидке завантаження. УВАГА:
на відміну від версії 7.0.4 RAxML буде проводити швидкі реплікації БС за моделлю
неоднорідність швидкості, яку ви вказали через "-m", а не за замовчуванням у CAT

-X Те саме, що і параметр "-y" нижче, але пошук економії є більш поверхневим.
RAxML буде виконувати лише рандомізоване поетапне дерево економії порядку додавання
реконструкція без виконання будь-яких додаткових ЗПР. Це може бути корисно для
дуже широкі набори даних для всього геному, оскільки це може генерувати топологічно більше
різні стартові дерева.

ЗА УМОВЧАННЯМ: ВИМК

-y Якщо ви хочете обчислити лише початкове дерево економії за допомогою RAxML, вкажіть «-y», то
програма завершить роботу після обчислення стартового дерева

ЗА УМОВЧАННЯМ: ВИМК

-Y Передайте ім’я файлу групування квартетів, що визначає чотири групи, з яких потрібно вибирати квартети
Формат введення файлу має містити 4 групи у такій формі: (Chicken, Human,
Голец), (Корова, Короп), (Миша, Щур, Тюлень), (Кит, Жаба); Працює тільки в комбінації
з -f q !

-z Вкажіть ім'я файлу, що містить кілька дерев, наприклад, із завантажувача
який має використовуватися для малювання дворозділених значень на дереві з "-t", It
також можна використовувати для обчислення ймовірності журналу сайту в поєднанні з "-fg" і
щоб прочитати купу дерев для кількох інших параметрів ("-fh", "-fm", "-fn").

-#|-N Вкажіть кількість альтернативних запусків на різних стартових деревах у комбінації
з опцією "-b", це викличе багаторазовий аналіз прискорення. Зверніть увагу, що "-N"
було додано як альтернативу, оскільки "-#" іноді викликав проблеми з певними
Системи подання завдань MPI, оскільки «-#» часто використовується для початку коментарів. Якщо ви
хочете використовувати критерії завантаження, вкажіть "-# autoMR" або "-# autoMRE" або "-#
autoMRE_IGN" для критеріїв на основі дерева більшості правил (див -I варіант) або "-#
autoFC" для критерію на основі частоти. Завантаження працюватиме лише в
комбінація з "-x" або "-b"

ЗА УМОВЧАННЯМ: 1 один аналіз

--мескіт Друк вихідних файлів, які можна проаналізувати за допомогою Mesquite.

ЗА УМОВЧАННЯМ: Вимк

-- мовчазний Вимикає роздруківку попереджень, пов’язаних з ідентичними послідовностями і повністю
невизначені ділянки на трасі

ЗА УМОВЧАННЯМ: Вимк

--no-seq-check Вимикає перевірку вхідного MSA на наявність ідентичних послідовностей і повністю
невизначені сайти.
Увімкнення цієї опції може заощадити час, зокрема для великих філогеномів
вирівнювання. Перед використанням обов’язково перевірте вирівнювання за допомогою «-fc»
варіант!

ЗА УМОВЧАННЯМ: Вимк

--no-bfgs Вимикає автоматичне використання методу BFGS для оптимізації показників GTR на нерозділених
Набори даних ДНК

ЗА УМОВЧАННЯМ: BFGS увімкнено

--asc-corr Дозволяє вказати тип корекції зміщення визначення, який ви бажаєте використовувати.
Є 3

доступні види: --asc-corr=анкерний болт: стандартна поправка Пола Льюїса
--asc-corr=Фельзенштейн: виправлення, введене Джо Фельзенштейном, що дозволяє
чітко вказати

кількість незмінних сайтів (якщо відомо), для яких потрібно виправити.

--asc-corr=stamakis: виправлення, введене мною, що дозволяє явно
вкажіть
кількість незмінних сайтів для кожного символу (якщо він відомий), який потрібно виправити
для.

--перевірка прапора При використанні цієї опції RAxML перевірить лише те, чи всі прапори командного рядка
доступні, а потім вийдіть

з повідомленням із переліком усіх недійсних прапорів командного рядка або з повідомленням
що всі прапори дійсні.

--автозах=ml|bic|aic|aicc При використанні автоматичного вибору моделі білка ви можете вибрати
критерій вибору цих моделей.

RAxML перевірить усі доступні підзарядні файли. моделі, крім LG4M, LG4X і
Моделі на основі GTR з емпіричними базовими частотами та без них. Ви можете вибирати
між відбором на основі балів ML та критеріями BIC, AIC та AICc.

ЗА УМОВЧАННЯМ: мл

--epa-keep-placements=номер вкажіть кількість потенційних місць розташування, які ви хочете зберегти
для кожного прочитаного в алгоритмі EPA.

Зауважте, що фактичні надруковані значення також залежатимуть від налаштувань для
--epa-prob-threshold=поріг !

За замовчуванням: 7

--epa-prob-threshold=поріг вкажіть відсотковий поріг для включення потенціалу
розміщення читання залежно від

максимальна вага розміщення для цього читання. Якщо для цього значення встановлено значення 0.01 місця розташування
які мають вагу розміщення 1 відсоток максимального розміщення, як і раніше
надруковано у файл, якщо встановлено параметр --epa-keep-placements дозволяє це

За замовчуванням: 0.01

--epa-накопичений-поріг=поріг вкажіть накопичений поріг ваги ймовірності
для яких друкуються різні місця читання

подати файл. Розміщення для читання буде надруковано до суми їх розміщення
ваги досягли порогового значення. Зауважте, що цей варіант не може бути ні
використовується в поєднанні з --epa-prob-threshold ні з --epa-keep-placements!

--JC69 вкажіть, що всі розділи ДНК будуть розвиватися за моделлю Джукса-Кантора, це
перекриває всі інші специфікації моделі для розділів ДНК.

ЗА УМОВЧАННЯМ: Вимк

--K80 вкажіть, що всі розділи ДНК будуть розвиватися відповідно до моделі K80, це замінює всі
інші специфікації моделі для розділів ДНК.

ЗА УМОВЧАННЯМ: Вимк

--HKY85 вкажіть, що всі розділи ДНК будуть розвиватися відповідно до моделі HKY85, це замінює
всі інші специфікації моделі для розділів ДНК.

ЗА УМОВЧАННЯМ: Вимк

Це версія RAxML 8.2.4, випущена Александросом Стаматакісом 02 жовтня 2015 року.

З високою оцінкою внеску в код: Андре Аберер (HITS) Саймон Бергер
(HITS) Олексій Козлов (HITS) Kassian Kobert (HITS) David Dao (KIT and HITS)
Нік Паттенґейл (Сандія) Вейн Пфайффер (SDSC) Акіфумі С. Танабе (NRIFS)

Використовуйте raxmlHPC-PTHREADS онлайн за допомогою служб onworks.net