picme

picme là một gói Python có chứa chương trình để ước lượng và mưu informativeness phát sinh loài cho các tập dữ liệu lớn.
Cài đặt
Đối với thời điểm này, cách đơn giản nhất để cài đặt chương trình là:
git clone git: //github.com/faircloth-lab/picme.git / path / to / picme
Để chạy thử nghiệm:
cd / path / to / picme /
kiểm tra python / test_townsend_code.py
Sử dụng
Mã estimate_p_i.py gọi một tập tin batch cho Hyphy đó là trong templates /. File này cần được ở cùng vị trí tương đối so với bất cứ nơi nào bạn đặt estimate_p_i.py. Nếu bạn cài đặt mỏng như trên, bạn sẽ được tốt, cho thời điểm này.
Chạy:
cd / path / to / picme /
python picme_compute.py Input_Folder_of_Nexus_Files / Input.tree
& Nbsp; - đầu ra Output_Directory
& Nbsp; - kỷ nguyên = 32-42,88-98,95-105,164-174
& Nbsp; - lần = 37,93,100,170
& Nbsp; - đa
--multiprocessing là tùy chọn, không có nó, mỗi locus sẽ được chạy liên tục.
Nếu bạn đã chạy các kết quả trên và lưu vào thư mục đầu ra của bạn (xem bên dưới), bạn có thể sử dụng hồ sơ địa suất pre-existing hơn là ước tính những người một lần nữa với:
python picme_compute.py Input_Folder_of_Site_Rate_JSON_Files / Input.tree
& Nbsp; - đầu ra Output_Directory
& Nbsp; - kỷ nguyên = 32-42,88-98,95-105,164-174
& Nbsp; - lần = 37,93,100,170
& Nbsp; - đa xử
& Nbsp; - site-giá
Kết quả
picme viết kết quả vào một cơ sở dữ liệu SQLite trong thư mục đầu ra lựa chọn của bạn. Thư mục này cũng chứa các tập tin tốc độ trang web ở định dạng JSON cho mỗi locus qua picme_compute.py.
Bạn có thể truy cập vào các kết quả trong cơ sở dữ liệu như sau. Để biết thêm các ví dụ, bao gồm cả âm mưu, xem tài liệu
- Khuấy SQLite:
& Nbsp; sqlite3 Output_Directory / phát sinh loài-informativeness.sqlite
- Lấy dữ liệu không thể thiếu cho tất cả các thời kỳ:
& Nbsp; chọn locus, khoảng thời gian, pi từ loci, khoảng thời gian mà loci.id = interval.id
- Lấy dữ liệu không thể thiếu cho một thời đại cụ thể:
& Nbsp; chọn locus, khoảng thời gian, pi từ loci, khoảng thời gian
& Nbsp; trong đó khoảng = '95 -105 'và loci.id = interval.id;
- Lấy số liệu của loci có max (PI) ở các thời kỳ khác nhau:
& Nbsp; tạo max bảng tạm thời là chọn id, max (pi) là tối đa từ nhóm khoảng thời gian bằng id;
& Nbsp; tạo t bảng tạm thời là chọn interval.id, khoảng thời gian, tối đa từ khoảng thời gian, tối đa
& Nbsp; nơi interval.pi = max.max;
& Nbsp; chọn khoảng thời gian, count (*) từ t nhóm theo khoảng;
Trích dẫn picme
Khi sử dụng picme, xin trích dẫn:
- Faircloth BC, Chang J, Alfaro ME: picme cho phép phân tích thông lượng cao của informativeness phát sinh loài.
- Townsend JP: Profiling informativeness phát sinh loài. Biol có hệ thống. 2007, 56: 222-231.
- Pond SLK, Frost Shin Dong Wook, Muse SV: Hyphy: giả thuyết thử nghiệm bằng cách sử dụng phylogenies. Tin sinh học năm 2005, 21:. 676-679

Yêu cầu :

• Python
• hyphy2
• NumPy
• scipy
• DendroPy