در reciprocal_smallest_distance یک الگوریتم orthology دو به دو که با استفاده از توالی جهانی و حداکثر احتمال فاصله تکاملی بین توالی به دقت تشخیص orthologs بین ژنوم است.
نصب از طریق بسته
دانلود و untar آخرین نسخه از گیتهاب:
سی دی ~
-L حلقه https://github.com/downloads/todddeluca/reciprocal_smallest_distance/reciprocal_smallest_distance-VERSION.tar.gz | xvz تار
نصب reciprocal_smallest_distance، مطمئن شوید برای استفاده از پایتون 2.7:
سی دی reciprocal_smallest_distance-VERSION
پایتون setup.py نصب
با استفاده از RSD به مشاهده Othologs
دستورات مثال زیر نشان دادن راه اصلی برای اجرای rsd_search. هر نیایش از rsd_search نیاز به مشخص کردن محل یک فایل دنباله-فست ای فرمت برای دو ژنوم، پرس و جو و ژنوم موضوع نامیده می شود. سفارش خود را خودسرانه است، اما اگر شما با استفاده از گزینه --ids، شناسه باید از ژنوم پرس و جو است. شما همچنین باید یک فایل به ارسال نتایج از orthologs پیدا شده توسط الگوریتم RSD را مشخص کنید. فرمت فایل خروجی شامل یک ortholog در هر خط. هر خط شامل پرس و جو شناسه توالی، شناسه دنباله موضوع، و فاصله (محاسبه شده توسط codeml) بین توالی. شما به صورت اختیاری می توانید یک فایل حاوی شناسه با استفاده از گزینه --ids را مشخص کنید. سپس RSD فقط برای orthologs برای کسانی که شناسه را جستجو. با استفاده از --divergence و --evalue، شما باید این گزینه با استفاده از آستانه های مختلف از پیش فرض.
دریافت کمک در مورد نحوه اجرا rsd_search، rsd_blast، یا rsd_format:
rsd_search -h
rsd_blast -h
rsd_format -h
یافتن orthologs بین تمام دنباله در پرس و جو و موضوع ژنوم، با استفاده از اختلاف به طور پیش فرض و evalue آستانه
نمونه rsd_search -q / ژنوم / Mycoplasma_genitalium.aa / Mycoplasma_genitalium.aa
--subject-ژنوم = نمونه / ژنوم / Mycobacterium_leprae.aa / Mycobacterium_leprae.aa
-o Mycoplasma_genitalium.aa_Mycobacterium_leprae.aa_0.8_1e-5.orthologs.txt
یافتن orthologs با استفاده از چند واگرایی و evalue آستانه غیر پیش فرض
نمونه rsd_search -q / ژنوم / Mycoplasma_genitalium.aa / Mycoplasma_genitalium.aa
--subject-ژنوم = نمونه / ژنوم / Mycobacterium_leprae.aa / Mycobacterium_leprae.aa
-o Mycoplasma_genitalium.aa_Mycobacterium_leprae.aa.several.orthologs.txt
--de 0.2 1E-20 --de 0.5 0.00001 --de 0.8 0.1
لازم نیست به فرمت یک فایل فست ای برای BLAST و یا محاسبه BLAST بازدید زیرا rsd_search آن را برای شما.
با این حال اگر شما در حال اجرا چند بار rsd_search برای ژنوم همان، به ویژه برای ژنوم بزرگ برنامه ریزی، شما می توانید زمان با استفاده از rsd_format به preformatting فایل فست ای و rsd_blast به precomputing انفجار بازدید را نجات دهد. هنگامی که در حال اجرا rsd_blast، مطمئن شوید که به استفاده از یک --evalue به عنوان بزرگ به عنوان بزرگترین آستانه evalue شما قصد را به rsd_search.
در اینجا این است که چگونه به فرمت یک جفت از فایل های فست ای در محل:
rsd_format -G نمونه / ژنوم / Mycoplasma_genitalium.aa / Mycoplasma_genitalium.aa
rsd_format -G نمونه / ژنوم / Mycobacterium_leprae.aa / Mycobacterium_leprae.aa
و در اینجا این است که چگونه به فرمت فایل های فست ای، قرار دادن نتایج در دایرکتوری دیگر (دایرکتوری جاری در این مورد)
rsd_format -G نمونه / ژنوم / Mycoplasma_genitalium.aa / -d Mycoplasma_genitalium.aa.
rsd_format -G نمونه / ژنوم / Mycobacterium_leprae.aa / -d Mycobacterium_leprae.aa.
در اینجا این است که چگونه برای محاسبه به جلو و بازدید انفجار (با استفاده از evalue به طور پیش فرض) معکوس:
rsd_blast -v -q نمونه / ژنوم / Mycoplasma_genitalium.aa / Mycoplasma_genitalium.aa
--subject-ژنوم = نمونه / ژنوم / Mycobacterium_leprae.aa / Mycobacterium_leprae.aa
--forward-بازدیدها q_s.hits --reverse-بازدیدها s_q.hits
در اینجا این است که چگونه برای محاسبه جلو و انفجار معکوس بازدید برای rsd_search، با استفاده از ژنوم که قبلا برای انفجار فرمت و evalue غیر پیش فرض
rsd_blast -v -q Mycoplasma_genitalium.aa
--subject-ژنوم = Mycobacterium_leprae.aa
--forward-بازدیدها q_s.hits --reverse-بازدیدها s_q.hits
وجود ندارد فرمت --evalue 0.1
یافتن orthologs بین تمام دنباله در پرس و جو و ژنوم موضوع با استفاده از ژنوم که قبلا برای انفجار فرمت
rsd_search -q Mycoplasma_genitalium.aa
--subject-ژنوم = Mycobacterium_leprae.aa
-o Mycoplasma_genitalium.aa_Mycobacterium_leprae.aa_0.8_1e-5.orthologs.txt
وجود ندارد فرمت
یافتن orthologs بین تمام دنباله در پرس و جو و ژنوم موضوع با استفاده از بازدید که قبلا محاسبه شده است. توجه کنید که وجود ندارد فرمت شامل است، چرا که از بازدید انفجار در حال حاضر محاسبه شده است ژنوم نیازی به انفجار فرمت شود.
rsd_search -v --query-ژنوم Mycoplasma_genitalium.aa
--subject-ژنوم = Mycobacterium_leprae.aa
-o Mycoplasma_genitalium.aa_Mycobacterium_leprae.aa.default.orthologs.txt
--forward-بازدیدها q_s.hits --reverse-بازدیدها s_q.hits وجود ندارد فرمت
یافتن orthologs برای توالی خاص در ژنوم پرس و جو. برای پیدا کردن orthologs تنها برای چند توالی، با استفاده از وجود ندارد-انفجار کش می تواند سرعت محاسبات. YMMV.
نمونه rsd_search -q / ژنوم / Mycoplasma_genitalium.aa / Mycoplasma_genitalium.aa
--subject-ژنوم = نمونه / ژنوم / Mycobacterium_leprae.aa / Mycobacterium_leprae.aa
نمونه -o / Mycoplasma_genitalium.aa_Mycobacterium_leprae.aa_0.8_1e-5.orthologs.txt
--ids نمونه / Mycoplasma_genitalium.aa.ids.txt وجود ندارد-انفجار کش
فرمت های خروجی
Orthologs را می توان در فرمت های مختلف با استفاده از گزینه --outfmt از rsd_search را نجات داد. فرمت پیش فرض، --outfmt -1، اشاره به --outfmt 3. با الهام از Uniprot DAT فایل ها، مجموعه ای از orthologs شروع می شود با یک خط پارامترهای، سپس 0 یا چند خط ortholog، سپس یک خط پایان. parametes هستند پرس و جو نام ژنوم، نام ژنوم موضوع، آستانه واگرایی، و آستانه evalue. هر ortholog در یک خط فهرست پرس و جو شناسه توالی، شناسه دنباله موضوع، و حداکثر برآورد فاصله احتمال است. این قالب می تواند orthologs برای مجموعه های متعددی از پارامترها در یک فایل و همچنین مجموعه ای از پارامترهای بدون orthologs را نمایندگی کند. بنابراین زمانی که مشخص واگرایی و evalue چند آستانه مناسب برای استفاده با rsd_search است.
در اینجا یک مثال حاوی 2 ترکیب پارامتر، که یکی از آنها هیچ orthologs است:
PA tLACJO tYEAS7 t0.2 t1e-15
یا tQ74IU0 tA6ZM40 t1.7016
یا tQ74K17 tA6ZKK5 t0.8215
//
PA tMYCGE tMYCHP t0.2 t1e-15
//
قالب اصلی RSD، --outfmt 1، است برای سازگاری ارائه شده است. هر خط شامل یک ortholog، به عنوان نماینده شناسه دنباله موضوع، پرس و جو شناسه توالی، و حداکثر برآورد فاصله احتمال. این فقط می تواند نشان دهنده یک مجموعه واحد از orthologs در یک فایل.
به عنوان مثال:
A6ZM40 tQ74IU0 t1.7016
A6ZKK5 tQ74K17 t0.8215
همچنین برای سازگاری ارائه یک فرمت داخلی توسط ارزیابی استفاده می شود (http://roundup.hms.harvard.edu/) است که مانند فرمت RSD اصلی، به جز دنباله پرس و جو ستون ID قبل از شناسه دنباله موضوع است.
به عنوان مثال:
Q74IU0 tA6ZM40 t1.7016
Q74K17 tA6ZKK5 t0.8215
مورد نیاز:
پایتون
NCBI BLAST 2.2.24
PAML 4.4
Kalign 2.04
نظر یافت نشد