cdhit-est-2d - Online na nuvem

PROGRAMA:

NOME

cdhit-est-2d - executa o algoritmo CD-HIT em sequências de RNA / DNA no formato db1 ou db2

SINOPSE

cdhit-est-2d [Opções]

DESCRIÇÃO

====== CD-HIT versão 4.6 (construído em 23 de janeiro de 2016) ======

Opções

-i nome de arquivo de entrada para db1 em formato fasta, obrigatório

-i2 nome de arquivo de entrada para db2 em formato fasta, obrigatório

-o nome do arquivo de saída, obrigatório

-c limite de identidade de sequência, padrão 0.9 este é o "global" do hit de cd padrão
identidade de sequência "calculada como: número de aminoácidos idênticos em alinhamento
dividido pelo comprimento total da sequência mais curta

-G use a identidade de sequência global, padrão 1 se definido como 0, então use a sequência local
identidade, calculada como: número de aminoácidos idênticos em alinhamento dividido por
o comprimento do alinhamento NOTA !!! não use -G 0 a menos que você use alinhamento
controles de cobertura ver opções -al, -AL, -Como, -COMO

-b largura de banda do alinhamento, padrão 20

-M limite de memória (em MB) para o programa, padrão 800; 0 para ilimitado;

-T número de threads, padrão 1; com 0, todas as CPUs serão usadas

-n word_length, default 10, consulte o guia do usuário para escolhê-lo

-l comprimento de throw_away_sequences, padrão 10

-d comprimento da descrição no arquivo .clstr, padrão 20 se definido como 0, leva o fasta
definir e parar no primeiro espaço

-s corte de diferença de comprimento, padrão 0.0 se definido como 0.9, as sequências mais curtas precisam
ter pelo menos 90% de comprimento do representante do cluster

-S corte de diferença de comprimento em aminoácido, padrão 999999 se definido como 60, o comprimento
diferença entre as sequências mais curtas e o representante do cluster pode
não ser maior que 60

-s2 corte de diferença de comprimento para db1, padrão 1.0 por padrão, seqs em db1> = seqs em
db2 em um mesmo cluster se definido como 0.9, seqs em db1 podem apenas> = 90% seqs em db2

-S2 corte de diferença de comprimento, padrão 0 por padrão, seqs em db1> = seqs em db2 em um
mesmo cluster se definido para 60, seqs em db2 podem 60aa mais do que seqs em db1

-al cobertura de alinhamento para a sequência mais longa, padrão 0.0 se definido como 0.9, o
o alinhamento deve cobrir 90% da sequência

-AL controle de cobertura de alinhamento para a sequência mais longa, padrão 99999999 se definido como 60,
e o comprimento da sequência é 400, então o alinhamento deve ser> = 340 (400-60)
resíduos

-Como cobertura de alinhamento para a sequência mais curta, padrão 0.0 se definido como 0.9, o
o alinhamento deve cobrir 90% da sequência

-COMO controle de cobertura de alinhamento para a sequência mais curta, padrão 99999999 se definido como 60,
e o comprimento da sequência é 400, então o alinhamento deve ser> = 340 (400-60)
resíduos

-A controle de cobertura de alinhamento mínimo para ambas as sequências, o alinhamento padrão 0 deve
cobrir> = este valor para ambas as sequências

-uL porcentagem máxima sem correspondência para a sequência mais longa, padrão 1.0 se definido como 0.1,
a região não combinada (excluindo lacunas à esquerda e à direita) não deve ser superior a 10%
da sequência

-nós porcentagem máxima sem correspondência para a sequência mais curta, padrão 1.0 se definido como 0.1,
a região não combinada (excluindo lacunas à esquerda e à direita) não deve ser superior a 10%
da sequência

-U comprimento máximo sem correspondência, padrão 99999999 se definido como 10, a região sem correspondência
(excluindo lacunas à esquerda e à direita) não deve ser superior a 10 bases

-B 1 ou 0, padrão 0, por padrão, as sequências são armazenadas na RAM se definido como 1, sequência
são armazenados no disco rígido, é recomendado o uso -B 1 para bancos de dados enormes

-p 1 ou 0, padrão 0 se definido como 1, impressão sobreposta de alinhamento no arquivo .clstr

-g 1 ou 0, padrão 0 pelo algoritmo padrão do hit de cd, uma sequência é agrupada no
primeiro cluster que atinge o limite (cluster rápido). Se definido como 1, o programa irá
agrupe-o no cluster mais semelhante que atenda ao limite (preciso, mas lento
modo), mas 1 ou 0 não mudará os representantes dos clusters finais

-r 1 ou 0, padrão 1, por padrão faça ambos os alinhamentos + / + e +/- se definido como 0, apenas + / +
alinhamento da vertente

-mascarar letras de máscara (por exemplo -mascarar NX, para mascarar 'N' e 'X')

-Combine pontuação correspondente, padrão 2 (1 para TU e NN)

-incompatibilidade
pontuação incompatível, padrão -2

-Gap = Vão pontuação de abertura da lacuna, padrão -6

-gap-ext
pontuação de extensão de lacuna, padrão -1

-bin gravar arquivo de cluster de backup (1 ou 0, padrão 0)

-h imprima esta ajuda

Perguntas, bugs, entre em contato com Limin Fu em [email protegido]ou Weizhong Li em [email protegido]
Para versões atualizadas e informações, visite: http://cd-hit.org

o servidor da web cd-hit também está disponível em http://cd-hit.org

Se você achar que o hit de cd é útil, por favor, cite:

"Agrupamento de sequências altamente homólogas para reduzir o tamanho da proteína grande
banco de dados ", Weizhong Li, Lukasz Jaroszewski & Adam Godzik. Bioinformatics, (2001)
17: 282-283 "Cd-hit: um programa rápido para agrupar e comparar grandes conjuntos de
proteínas ou sequências de nucleotídeos ", Weizhong Li & Adam Godzik. Bioinformatics, (2006)
22: 1658-1659

Use cdhit-est-2d online usando serviços onworks.net