hhsearch - 云端在线

程序：

您的姓名

hhsearch - 使用查询对齐或查询 HMM 搜索 HMM 数据库

概要

搜索 -i 询问 -d 数据库 [选项]

商品描述

HHsearch 2.0.16 版（2013 年 XNUMX 月）使用查询对齐或
查询 HMM (C) Johannes Soeding、Michael Remmert、Andreas Biegert、Andreas Hauser Soding，
J. 通过 HMM-HMM 比较的蛋白质同源性检测。 生物信息学 21:951-960 (2005)。

-i
输入/查询多序列比对（a2m、a3m、FASTA）或 HMM

-d
hhm、HMMER 或 a3m 格式的串联 HMM 的 HMM 数据库，或者，如果文件有
扩展名 pal，HMM 文件名列表，每行一个。 多个 dbs、HMM 或 pal
文件用 -d ' ...'

可能是“标准输入”或“标准输出”。

输出 opţiuni:
-o
将结果以标准格式写入文件（默认= )

-ofas
以 FASTA 格式编写重要匹配的成对对齐方式
以 a3m、a2m 和 psi 格式输出（例如 -Oa3m)

-oa3m
以 a3m 格式写入重要匹配的 MSA 类似于以 a2m、psi、
和 hhm 格式（例如 - 欧姆)

-e [0,1]
包含在多重比对中的 E 值截止值 (def=0.001)

-seq
最大限度。 显示的查询/模板序列的数量 (def=1) 当心溢出！ 全部
这些序列存储在内存中。

-缺点 显示共有序列作为查询 MSA 的主序列

-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

-p
摘要和对齐列表中的最小概率 (def=20)

-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=500)

-z
摘要命中列表中的最小行数（def=10）

-B
对齐列表中的最大对齐数 (def=500)

-b
对齐列表中的最小对齐数（def = 10）

-阿里夫 [40，..[
对齐列表中每行的列数 (def=80)

-dbstrlen
要在 hhr 文件中打印的数据库字符串的最大长度

过滤查询多序列比对

-ID [0,100] 最大成对序列同一性 (%) (def=90)

-差异 [0,信息[
通过选择最多样化的序列集来过滤 MSA，至少保留这么多
每个长度为 50 的 MSA 块中的 seqs (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)

-内夫 [1，无限]
对齐的目标多样性（默认值=关闭）

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

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

嗯-嗯 对准 opţiuni:
-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 重新对齐的后验概率阈值 (def=0.350) 参数控制
对齐贪婪：0：全局 > 0.1：局部

-glob/-loc
使用全局/局部对齐模式进行搜索/排名（def=local）

-替代
显示出这么多重要的替代对齐方式（def = 2）

-维生素 使用 Viterbi 算法进行搜索/排名（默认）

-苹果电脑 使用最大准确度 (MAC) 算法进行搜索/排名

-向前
使用前向概率进行搜索

-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=-0.03）

-修正 [0,1]
对相关项的权重 (def=0.10)

-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)

5 局部氨基酸组成校正

-ssm {0,...,4}
0：无 ss 评分 1,2：对齐后或对齐期间的 ss 评分 [默认 = 2] 3,4：ss
比对后或比对期间评分，预测与预测

-ssw [0,1] ss 分数与列分数相比的权重 (def=0.11)

-ssa [0,1] SS 替换矩阵 = (1-ssa)*I + ssa*full-SS-substition-matrix
[定义=1.00)

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）

伪计数 （件） opţiuni:
-PCM {0,...,3}
pc 混合物 'tau' 的位置依赖性（pc 模式，默认值 = 2） 0：无伪计数：
tau = 0 1：常数 tau = a 2：多样性依赖：tau = a/(1 +
((Neff[i]-1)/b)^c)（Neff[i]：第 i 列周围本地 MSA 中的有效序列数）
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)

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）

-csw [0,inf] cs 伪计数模式下中心位置的权重 (def=1.6)

-CSB [0,1] cs pc 模式中位置的权重衰减参数 (def=0.9)

其他 opţiuni:
-中央处理器
要使用的 CPU 数量（用于共享内存 SMP）（默认值 = 1）

-v
详细模式：0：无屏幕输出 1：仅警告 2：详细

-最大分辨率
最大 HMM 列数 (def=15002)

-最大内存 [1,inf[ 最大可用内存 GB (def=3.0)

-分数 将所有成对比较的分数写入文件

-冷静的 {0,..,3} 0:query 1:template 2:both 的经验分数校准

默认 3：基于神经网络的 EVD 参数估计

示例：hhsearch -i a.1.1.1.a3m -d 范围70_1.71.hhm

使用 onworks.net 服务在线使用 hhsearch