picme

PicMe jest pakiet Pythona, który zawiera programy do oszacowania i wykreślić filogenetycznego informatywności dla dużych zbiorów danych.
instalacji
Na razie Najprostszym sposobem zainstalowania programu jest:
git clone git: //github.com/faircloth-lab/picme.git / ścieżka / do / PicMe
Aby uruchomić testy:
cd / ścieżka / do / PicMe /
Test python / test_townsend_code.py
Zastosowanie
Kod estimate_p_i.py nazywa plik wsadowy dla Hyphy, która jest w templates /. Ten plik musi być w tym samym położeniu względem gdziekolwiek umieścić estimate_p_i.py. Jeśli zainstalujesz cienki jak wyżej, wszystko będzie w porządku, na razie.
Biegać:
cd / ścieżka / do / PicMe /
python picme_compute.py Input_Folder_of_Nexus_Files / Input.tree
& Nbsp; - wyjście KATALOG_WYJŚCIOWY
& Nbsp; - epoki = 32-42,88-98,95-105,164-174
& Nbsp; - czas = 37,93,100,170
& Nbsp; - wieloprocesorowe
--multiprocessing jest opcjonalny, bez niego, każdy locus będą uruchamiane sukcesywnie.
Jeśli już uruchomić powyższe i zapisane wyniki do folderu wyjściowego (patrz poniżej), można skorzystać z wcześniej istniejących rejestrów strona oprocentowaniu niż szacowania tych dzięki:
python picme_compute.py Input_Folder_of_Site_Rate_JSON_Files / Input.tree
& Nbsp; - wyjście KATALOG_WYJŚCIOWY
& Nbsp; - epoki = 32-42,88-98,95-105,164-174
& Nbsp; - czas = 37,93,100,170
& Nbsp; - wieloprocesorowe
& Nbsp; - site-Stawki
Wyniki
PicMe zapisuje wyniki do bazy danych SQLite w katalogu wyjściowym wyboru. Ten katalog zawiera także pliki w formacie stóp miejsce dla każdego locus JSON przeszła przez picme_compute.py.
Możesz uzyskać dostęp do wyników w bazie danych w następujący sposób. Więcej przykładów, w tym spisek, zapoznaj się z dokumentacją
- Podkręć SQLite:
& Nbsp; sqlite3 KATALOG_WYJŚCIOWY / filogenetyczne-informativeness.sqlite
- Uzyskać dane zintegrowane dla wszystkich epokach:
& Nbsp; wybierz locus, interwał, z pi loci, interwał, gdzie loci.id = interval.id
- Uzyskać zintegrowane dane dla konkretnej epoki:
& Nbsp; wybierz locus, interwał, z pi loci, odstęp
& Nbsp; gdzie odstęp = '95 -105 "i loci.id = interval.id;
- Uzyskać liczbę loci o max (PI) w różnych epokach:
& Nbsp; tworzenie tabeli tymczasowej AS SELECT id max max (pi) w przedziale od grupy max przez ID;
& Nbsp; tworzenie tabeli tymczasowej AS SELECT interval.id t, przedziału, max, max z przedziału
& Nbsp; gdzie interval.pi = max.max;
& Nbsp; wybierz interwał, count (*) z grupy przez przedziale t;
Powołując PicMe
Podczas korzystania PicMe, proszę przytoczyć:
- Faircloth BC, Chang J, Alfaro ME: PicMe zapewnia wysoką przepustowość analizy filogenetycznej informatywności.
- Townsend JP: Profilowanie filogenetycznego informatywności. Systematyczne Biol. 2007, 56: 222-231.
- Staw SLK, Frost SDW, Muse SV: Hyphy: Hipoteza testowanie za pomocą phylogenies. Bioinformatyka 2005, 21: 676-679.

Wymagania :

• Python
• hyphy2
• NumPy
• scipy
• DendroPy