hhalign - 云端在线

程序：

您的姓名

hhalign - 将查询对齐/HMM 与模板对齐/HMM 对齐

概要

对齐 -i 询问 [-t 模板[选项]

商品描述

HHalign 2.0.16 版（2013 年 XNUMX 月）将查询对齐/HMM 与模板对齐
对齐/HMM 通过 HMM-HMM 对齐 如果只给出一个对齐/HMM，则将其与
本身和最好的非对角线对齐加上所有进一步的非重叠对齐
显示高于显着性阈值。 Remmert M、Biegert A、Hauser A 和 Soding J。
HHblits：通过 HMM-HMM 比对进行闪电般的快速迭代蛋白质序列搜索。 纳特。
方法 9:173-175 (2011)。 (C) 约翰内斯·索丁、迈克尔·雷默特、安德烈亚斯·比格特、安德烈亚斯
豪瑟

-i
输入查询对齐 (fasta/a2m/a3m) 或 HMM 文件 (.hhm)

-t
输入模板对齐 (fasta/a2m/a3m) 或 HMM 文件 (.hhm)

输出 opţiuni:
-o
将输出对齐写入文件

-ofas
在 FASTA、A2M 中写入对齐（-oa2m) 或 A3M (-oa3m） 格式

-Oa3m
将 a3m 格式的查询对齐写入文件（默认值=无）

-Aa3m
将 a3m 格式的查询对齐附加到文件（默认值=无）

-阿塔布
将对齐作为表（带有后验）写入文件（默认值=无）

-指数 使用给定的对齐来计算维特比分数（默认值=无）

-v
详细模式：0：无屏幕输出 1：仅警告 2：详细

-seq [1,inf[最大。 显示的查询/模板序列数（def=1）

-nocons
不要在比对中显示一致序列（默认=显示）

-nopred
不要在比对中显示预测的二元结构（默认值=显示）

-点头
不要在对齐中显示 DSSP 2ndary 结构（默认值=显示）

-ssconf
显示比对中预测的二阶结构的置信度

-阿里夫 INT
对齐列表中每行的列数 (def=80)

-P
自我比较：比对的最大 p 值（def=0.001

-p
摘要和对齐列表中的最小概率 (def=0)

-E
摘要和对齐列表中的最大 E 值 (def=1E+06)

-Z
汇总命中列表中的最大行数 (def=100)

-z
摘要命中列表中的最小行数（def=1）

-B
对齐列表中的最大对齐数 (def=100)

-b
对齐列表中的最小对齐数（def = 1）

-秩 INT
指定要写入的对齐等级 -Oa3m or -Aa3m 选项（默认值=1）

筛选 输入 对准 （选项 能够 be 合并）：
-ID [0,100] 最大成对序列同一性 (%) (def=90)

-差异 [0,inf[ 过滤最多样化的序列集，至少保持这个

> 50 列的每个块中的许多序列 (def=100)

-冠状病毒 [0,100] 查询的最小覆盖率 (%) (def=0)

-qid [0,100] 与查询的最小序列同一性 (%) (def=0)

-qsc [0,100] 每列查询的最低分数 (def=-20.0)

输入 对准 格式：
-M a2m 使用 A2M/A3M（默认）：大写 = 匹配； 小写 = 插入； '-' = 删除； '.' =
与插入物对齐的间隙（可以省略）

-M 第一
使用 FASTA：第一个序列中有残基的列是匹配状态

-M [0,100]
使用 FASTA：间隔小于 X% 的列是匹配状态

嗯-嗯 对准 opţiuni:
-glob/-loc
全局或局部对齐模式（def=local）

-替代
显示这个数量的替代对齐（def = 1）

-重新对齐
将显示的点击次数与最大值重新对齐。 精度 (MAC) 算法

-不重新对齐
不要使用 MAC 算法重新对齐显示的命中 (def=realign)

-麦克 [0,1][
MAC 对齐的后验概率阈值 (def=0.350) 阈值
0.0 产生全局对齐。

-斯托
使用全局随机采样算法对这么多对齐进行采样

-排除 从对齐中排除查询位置，例如'1-33,97-168'

-转移 [-1,1] 分数偏移（def=-0.030）

-修正 [0,1]
对相关项的权重 (def=0.10)

-ssm 0-4 0：无 SS 评分 [默认 = 2]

1:ss 比对后评分 2:ss 比对时评分

-ssw [0,1] ss 分数的权重 (def=0.11)

-def 从 ./.hhdefaults 或/.hh 默认。

示例：hhalign -i T0187.a3m -t d1hz4a_.hhm -png T0187pdb.png

输出 opţiuni:
-o
将输出对齐写入文件

-ofas
在 FASTA、A2M 中写入对齐（-oa2m) 或 A3M (-oa3m） 格式

-Oa3m
将 a3m 格式的查询对齐写入文件（默认值=无）

-Aa3m
将 a3m 格式的查询对齐附加到文件（默认值=无）

-阿塔布
将对齐作为表（带有后验）写入文件（默认值=无）

-v
详细模式：0：无屏幕输出 1：仅警告 2：详细

-seq [1,inf[最大。 显示的查询/模板序列数（def=1）

-nocons
不要在比对中显示一致序列（默认=显示）

-nopred
不要在比对中显示预测的二元结构（默认值=显示）

-点头
不要在对齐中显示 DSSP 2ndary 结构（默认值=显示）

-ssconf
显示比对中预测的二阶结构的置信度

-阿里夫 INT
对齐列表中每行的列数 (def=80)

-P
自我比较：比对的最大 p 值（def=0.001

-p
摘要和对齐列表中的最小概率 (def=0)

-E
摘要和对齐列表中的最大 E 值 (def=1E+06)

-Z
汇总命中列表中的最大行数 (def=100)

-z
摘要命中列表中的最小行数（def=1）

-B
对齐列表中的最大对齐数 (def=100)

-b
对齐列表中的最小对齐数（def = 1）

-秩 INT
指定要写入的对齐等级 -Oa3m or -Aa3m 选项（默认值=1）

-tc
写一个 TCoffee 库文件用于成对比较

-tct [0,100]
分钟TCoffee 残基对的概率 (def=5%)

附加选项 至 过滤 输入 对准 （选项 能够 be 合并）：
-ID [0,100] 最大成对序列同一性 (%) (def=90)

-差异 [0,信息[
过滤最多样化的序列集，在每个序列中至少保留这么多序列
> 50 列的块 (def=100)

-冠状病毒 [0,100] 查询的最小覆盖率 (%) (def=0)

-qid [0,100] 与查询的最小序列同一性 (%) (def=0)

-qsc [0,100] 每列查询的最低分数 (def=-20.0)

建造HMM opţiuni:
-M a2m 使用 A2M/A3M（默认）：大写 = 匹配； 小写 = 插入； '-' = 删除； '.' =
与插入物对齐的间隙（可以省略）

-M 第一
使用 FASTA：第一个序列中有残基的列是匹配状态

-M [0,100]
使用 FASTA：间隔小于 X% 的列是匹配状态

标签 不要中和 His-、C-myc-、FLAG-标签和胰蛋白酶识别序列以
背景分布

伪计数 （件） opţiuni:
-PCM pc 混合物 'tau' 的 0-2 位置依赖性（pc 模式，默认值 = 2）

0：没有伪计数：
头 = 0

1：常数
头 = a

2：多样性依赖：tau = a/(1 + ((Neff[i]-1)/b)^c) (Neff[i]: 数量
列 i) 周围的本地 MSA 中的有效序列 3：恒定多样性伪计数

-PCA [0,1] 整体伪计数混合物 (def=1.0)

-PCB [1,inf[ Neff 阈值对于 -PCM 2 (定义=1.5)

-PCC [0,3] 消光指数 c 为 -PCM 2 (定义=1.0)

-pre_pca [0,1]
PREFILTER 伪计数混合物 (def=0.8)

-pre_pcb [1,inf[ Neff 的 PREFILTER 阈值 (def=1.8)

特定于上下文 伪计数：
-nocontxt
使用替换矩阵而不是上下文特定的伪计数

-上下文 用于计算特定于上下文的伪计数的上下文文件
(默认=./data/context_data.lib)

-cslib
用于快速数据库预过滤的列状态文件（默认值=./data/cs219.lib）

间隙 成本 opţiuni:
-缺口 [0,信息[
过渡伪计数混合物 (def=1.00)

-差距 [0,信息[
开放间隙的过渡伪计数混合物（默认值 = 0.15）

-目瞪口呆 [0,1.5]
用于扩展间隙的过渡伪计数混合物 (def=1.00)

-间隙 ]0,无限]
增加/减少删除间隙开放惩罚的因素（def = 0.60）

-间隙 ]0,无限]
增加/减少插入物的间隙开放惩罚的因素（def = 0.60）

-缺口 ]0,无限]
增加/减少删除的差距扩展惩罚的因素（def = 0.60）

-gapi ]0,无限]
增加/减少插入物的间隙扩展惩罚的因素（def = 0.60）

-egq [0,inf[ 与查询残基对齐的末端间隙的惩罚（位）（def = 0.00）

-egt [0,inf[ 与模板残基对齐的末端间隙的惩罚（位）（def = 0.00）

对准 opţiuni:
-glob/-loc
全局或局部对齐模式（def=global）

-苹果电脑 使用最大精度 (MAC) 对齐而不是 Viterbi

-麦克 [0,1]
MAC 对齐的后验概率阈值 (def=0.350)

-斯托
使用全局随机采样算法对这么多对齐进行采样

-sc 氨基酸评分（tja：第 j 列的模板 HMM）（def=1）

0 = log2 Sum(tja*qia/pa)（pa：aa背景频率）

1 = log2 Sum(tja*qia/pqa) (pqa = 1/2*(pa+ta) )

2 = log2 Sum(tja*qia/ta)（ta：模板中的av.aa频率）

3 = log2 Sum(tja*qia/qa) (qa: av.aa freqs in query)

-修正 [0,1]
对相关项的权重 (def=0.10)

-转移 [-1,1]
分数偏移（def=-0.030）

-r 重复识别：多次命中不被视为独立

-ssm 0-2 0：无 SS 评分 [默认 = 2]

1:ss 比对后评分 2:ss 比对时评分

-ssw [0,1] ss 分数与列分数相比的权重 (def=0.11)

-ssa [0,1] ss 混淆矩阵 = (1-ssa)*I + ssa*psipred-confusion-matrix [def=1.00)

-冷静的 0-3
0:query 1:template 2:both 的经验分数校准 (def=off)

可以在 './.hhdefaults' 或 ' 中指定默认选项~/.hh默认值'

使用 onworks.net 服务在线使用 hhalign