cmemit - Online di Cloud

PROGRAM:

NAMA

cmemit - urutan sampel dari model kovarians

RINGKASAN

cmemit [pilihan]

DESKRIPSI

cmemit sampel program (memancarkan) urutan dari model kovarians di , dan
menulisnya ke output. Urutan pengambilan sampel mungkin berguna untuk berbagai tujuan,
termasuk membuat hasil positif sejati sintetis untuk tolok ukur atau tes.

Standarnya adalah mengambil sampel sepuluh urutan yang tidak selaras dari setiap CM. Atau, dengan -c
opsi, Anda dapat memancarkan urutan konsensus aturan mayoritas tunggal; atau dengan -a pilihan, kamu
dapat memancarkan keselarasan.

mungkin berisi perpustakaan CM, dalam hal ini setiap CM akan digunakan secara bergantian.

mungkin '-' (tanda hubung), yang berarti membaca masukan ini dari stdin bukannya file.

Untuk model dengan nol basepairs, urutan sampel dari filter HMM profil sebagai gantinya
dari CM. Namun, karena model ini akan hampir identik (kecuali opsi khusus
digunakan di com.cmbuild untuk mencegahnya), menggunakan HMM sebagai ganti CM tidak akan mengubah
output secara signifikan, kecuali jika -l opsi digunakan. Dengan -aku, HMM akan menjadi
dikonfigurasi untuk posisi awal dan akhir model yang sama, sedangkan CM tidak. Kamu bisa
kekuatan cmemit untuk selalu mengambil sampel dari CM dengan --nohmonly .

PILIHAN

-h Membantu; cetak pengingat singkat tentang penggunaan baris perintah dan opsi yang tersedia.

-o Simpan urutan sintetis ke file daripada menulisnya ke stdout.

-N Menghasilkan urutan. Nilai default untuk adalah 10.

-u Tulis urutan yang dihasilkan dalam format tidak selaras (FASTA). Ini defaultnya
tingkah laku.

-a Tulis urutan yang dihasilkan dalam format yang selaras (STOCKHOLM) dengan konsensus
struktur anotasi daripada FASTA. Format output lain dimungkinkan dengan
--format .

-c Memprediksi urutan konsensus aturan mayoritas tunggal alih-alih urutan pengambilan sampel
dari distribusi probabilitas CM. Residu yang sangat terkonservasi (berpasangan basa
residu yang mendapat skor lebih tinggi dari 3.0 bit, atau residu beruntai tunggal yang mendapat skor
lebih tinggi dari 1.0 bit) ditampilkan dalam huruf besar; lainnya ditampilkan dalam huruf kecil.

-e Sematkan urutan yang dipancarkan CM dalam urutan panjang yang dihasilkan secara acak yang lebih besar
dihasilkan dari HMM yang dilatih pada sekuens genomik nyata dengan berbagai
Konten GC (HMM yang sama digunakan oleh cmkalibrasi). Anda dapat menggunakan --iid pilihan untuk
menghasilkan 25% urutan A, C, G, dan U sebagai gantinya. Urutan yang dipancarkan CM akan dimulai
pada posisi acak dalam urutan yang lebih besar dan akan dimasukkan dalam
keseluruhan kecuali --u5p or --u3p opsi digunakan. Kapan -e digunakan dalam
kombinasi dengan --u5p, urutan yang dipancarkan CM akan selalu dimulai pada posisi 1 dari
urutan yang lebih besar dan akan dipotong 5'. Ketika digunakan dalam kombinasi --u3p CM
urutan yang dipancarkan akan selalu berakhir pada posisi dari urutan yang lebih besar dan akan menjadi
dipotong 3'.

-l Konfigurasikan CM ke mode lokal sebelum memancarkan urutan. Secara default modelnya
akan berada dalam mode global. Dalam mode lokal, penyisipan dan penghapusan besar lebih banyak
umum daripada dalam mode global.

PILIHAN UNTUK MEMOTONG DIKIRIM URUTAN

--u5p Potong semua urutan yang dipancarkan pada posisi awal yang dipilih secara acak , dengan hanya
mengeluarkan residu mulai dari . Titik awal yang berbeda dipilih secara acak
untuk setiap urutan.

--u3p Potong semua urutan yang dipancarkan pada posisi akhir yang dipilih secara acak , dengan hanya
mengeluarkan residu hingga posisi . Titik akhir yang berbeda dipilih secara acak
untuk setiap urutan.

--a5p
Dalam kombinasi dengan -a opsi, potong perataan yang dipancarkan secara acak
posisi awal pertandingan yang dipilih , dengan hanya menampilkan kolom penyelarasan untuk posisi
keadaan setelah pertandingan - 1. harus berupa bilangan bulat antara 0 dan konsensus
panjang model (yang dapat ditentukan dengan menggunakan cmstat program. Sebagai yang spesial
kasus, menggunakan 0 sebagai akan menghasilkan posisi awal yang dipilih secara acak.

--a3p
Dalam kombinasi dengan -a opsi, potong perataan yang dipancarkan secara acak
posisi akhir pertandingan yang dipilih , dengan hanya menampilkan kolom penyelarasan untuk posisi
sebelum keadaan pertandingan + 1. harus berupa bilangan bulat antara 1 dan konsensus
panjang model (yang dapat ditentukan dengan menggunakan cmstat program). Sebagai
kasus khusus, menggunakan 0 sebagai akan menghasilkan posisi akhir yang dipilih secara acak.

LAIN PILIHAN

--benih
Benih generator nomor acak dengan , bilangan bulat >= 0. Jika bukan nol,
pengambilan sampel stokastik dari urutan akan dapat direproduksi; perintah yang sama akan memberikan
hasil yang sama. Jika adalah 0, generator bilangan acak diunggulkan secara sewenang-wenang,
dan pengambilan sampel stokastik akan bervariasi dari menjalankan ke menjalankan perintah yang sama. NS
benih default adalah 0.

--iid Dengan -e, menghasilkan urutan yang lebih besar sebagai 25% masing-masing A, C, G dan U.

--rna Tentukan bahwa urutan yang dipancarkan menjadi output sebagai urutan RNA. Ini benar oleh
standar.

--dna Tentukan bahwa urutan yang dipancarkan menjadi output sebagai urutan DNA. Secara default,
alfabet keluaran adalah RNA.

--idx
Tentukan bahwa urutan yang dipancarkan diberi nama dimulai dengan . . By
kegagalan adalah 1.

--format
Dengan -Sebuah, tentukan format penyelarasan output sebagai . Format yang dapat diterima adalah: Pfam,
AFA, A2M, Clustal, dan Phylip. AFA selaras fasta. Hanya Pfam dan Stockholm
format penyelarasan akan mencakup anotasi struktur konsensus.

--tfile
Buang parsetree urutan tabular (tracebacks) untuk setiap urutan yang dipancarkan ke file
. Terutama berguna untuk debugging.

--pengalaman
Eksponenkan probabilitas emisi dan transisi CM dengan lalu
menormalkan kembali distribusi tersebut sebelum memancarkan urutan. Opsi ini mengubah
Distribusi probabilitas CM dari parsetree relatif terhadap default. Dengan kurang dari
1.0 urutan yang dipancarkan akan cenderung memiliki skor bit yang lebih rendah pada penyelarasan ke
CM. Dengan lebih besar dari 1.0, urutan yang dipancarkan akan cenderung memiliki bit yang lebih tinggi
skor pada penyelarasan ke CM. Perbedaan skor bit ini akan meningkat sebagai
bergerak lebih jauh dari 1.0 di kedua arah. Jika sama dengan 1.0, opsi ini
tidak memiliki efek relatif terhadap default. Opsi ini berguna untuk menghasilkan urutan
yang lebih sulit ( < 1.0) atau lebih mudah ( > 1.0) untuk CM ke
membedakan sebagai homolog dari latar belakang, urutan acak.

--hmmhanya
Pancarkan dari profil filter HMM, bukan dari CM.

--nohmonly
Jangan pernah memancarkan dari profil filter HMM, selalu gunakan CM, bahkan untuk model dengan
pasangan basa nol.

Gunakan cmemit online menggunakan layanan onworks.net