picme

picme 프로그램이 추정하고 큰 데이터 세트에 대한 계통 정보 성 음모가 포함 된 파이썬 패키지입니다.
설치
순간, 프로그램을 설치하는 가장 쉬운 방법은 다음과 같습니다
자식 복제 자식 : //github.com/faircloth-lab/picme.git / 경로 /에 / picme
테스트를 실행하려면 :
CD / 경로 /에 / picme /
파이썬 테스트 / test_townsend_code.py
용도
estimate_p_i.py 코드 템플릿 /에의 HyPHY에 대한 배치 파일을 호출합니다. 이 파일은 estimate_p_i.py 넣어 목적지에 대해 동일한 위치에있을 필요가있다. 위와 같이 엷게를 설치하는 경우, 당신은 잠시, 괜찮을거야.
실행하려면 :
CD / 경로 /에 / picme /
파이썬 picme_compute.py Input_Folder_of_Nexus_Files / Input.tree
& NBSP; - 출력 OUTPUT_DIRECTORY
& NBSP; - 신 (新) 시대 = 32-42,88-98,95-105,164-174
& NBSP; - 배 = 37,93,100,170
& NBSP; - 멀티
--multiprocessing은하지 않고, 각각의 궤적은 연속적으로 실행됩니다, 선택 사항입니다.
이미 출력 폴더에 위 저장된 결과를 실행 한 경우에는 다시 사람들을 추정하는 것보다 기존의 사이트 속도 기록을 대신 사용할 수 있습니다 (아래 참조)
파이썬 picme_compute.py Input_Folder_of_Site_Rate_JSON_Files / Input.tree
& NBSP; - 출력 OUTPUT_DIRECTORY
& NBSP; - 신 (新) 시대 = 32-42,88-98,95-105,164-174
& NBSP; - 배 = 37,93,100,170
& NBSP; - 멀티 프로세싱
& NBSP; - 사이트 요금
결과
picme은 사용자가 선택한 출력 디렉토리에 SQLite는 데이터베이스에 결과를 기록합니다. 이 디렉토리는 또한 picme_compute.py 통과 각각의 궤적에 대한 JSON 형식의 사이트 속도 파일을 보유하고 있습니다.
다음과 같이 데이터베이스의 결과에 액세스 할 수 있습니다. 플로팅를 포함하여 더 많은 예제, 내용은 설명서를 참조하십시오
- SQLite는 크랭크 :
& NBSP; sqlite3를 OUTPUT_DIRECTORY / 계통-informativeness.sqlite
- 모든 시대를위한 통합 데이터를 얻을 :
& NBSP; 선택 궤적, 간격, 좌위에서 PI, 간격 곳 loci.id = interval.id
- 특정 시대에 대한 핵심 데이터를 얻을 :
& NBSP; 선택 궤적, 간격, 좌위에서 PI, 간격
& NBSP; 여기서 간격 = '95 -105 '과 loci.id = interval.id;
- 서로 다른 시대의 궤적을 갖는 최대 (PI)의 수를 얻을 :
& NBSP; 선택 ID와 임시 테​​이블 최대를 생성, 최대 ID로 간격 그룹에서 최대로 (PI);
& NBSP; 선택 interval.id, 간격, 간격에서 최대, 최대 임시 테​​이블 (T)를 작성
& NBSP; 여기서 interval.pi = max.max;
& NBSP; 간격으로 T 그룹에서 COUNT (*), 간격을 선택;
인용 picme
picme를 사용하는 경우, 인용하십시오
- Faircloth BC, 장 J, 알파 ME : picme은 계통 발생 학적 정보 성 높은 처리량 분석을 할 수 있습니다.
- 타운센드 JP : 계통 정보 성 프로파일 링. 체계적인 BIOL. 2007, 56 : 222-231.
- 연못 SLK, 프로스트 SDW, 뮤즈 SV :의 HyPHY : 사용하여 계통을 테스트 가설. 생물 정보학 2005, 21 :. 676-679

요구 사항 :

파이썬
hyphy2
NumPy와
SciPy
DendroPy