科学网 › 标签 › EasyCodeML

标签: EasyCodeML

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

EasyCodeML 使用指南: 热度 2 raindyok 2016-5-3 17:44; 一. EasyCodeML 的主要功能有哪些？（1）预置模式让用户彻底告别原CodeML晦涩高深的操作，只是轻松点击即可完成，尤其适合新手使用；（2）自定义模式让用户根据需要随时调整或修改相关参数，适合于CodeML老手使用；（3）可视化标记树的分支，所见即所得，具有高效、准确等特点，还可以避免由手动修改造成误标问题；（4）自动完成LRT分析，让用户省去繁琐处理过程，生成的结果还可以直接导出Excel文档，可直接用于发表；（5）支持文件或文件夹拖曳功能，工作目录、序列文件和树文件，可以直接拖入对应的输入框内；（6）支持多线程操作，主要应用于Site model，多线程运行可以充分利用计算机资源；（7）支持跨平台功能，可以运行于Windows、Mac OS和Linux三大操作系统。二、EasyCodeML工作流：（1）数据准备：PAML格式的多重比对序列和Newick格式的树文件；除了Site model外，其他模型还需要标记兴趣的分支，可以先行用第三方软件标记，也可以用EasyCodeML的 Label 功能进行可视化标记。（2）模式选择：支持Preset 和Custom模式可供用户选择，前者内置四种模型，包括Branch model、Branch-site model、Site model和Clade model，每个模型至少都有一组成对模型：零假设模型（Null model ）和备选假设模型（Alternative model），其中Site model还内置三组成对模型（M0 vs. M3，M1a vs. M2a, M7 vs. M8）；后者类似PamlX功能，单一模型运行，主要便于提供用户自定义修改相关参数。（3）保存配置：保存设置参数后，即可按下Run CodeML按钮自动开始分析。（4） LRT分析：在Preset 模式下，当成对模型运算结束后，EasyCodeML自动LRT分析，并将结果直接呈现出来；在Custom模式下，运行结束后，用户可以点击菜单栏“Tools”下的“LRT Calculator”，分别输入对应选项的数值进行LRT分析。（5）结果输出：Preset 模式下的LRT结果，可以主要参数及数值导出到Excel，便于用户整理；三、问题答疑： 1. EasyCodeML 对系统有哪些要求？答： EasyCodeML是由Java编译的，该软件同时支持Mac OS和Linux系统，已经预编译好对应操作系统的版本，不需要用户进行复杂的编译操作，只需点击EasyCodeML.jar，系统后台自动完成对应操作系统版本的替换后即可使用。为保证该程序的所有功能正常使用，系统中的JAVA必须要求 1.8 或更高版本。可以通过命令行查看系统Java版，如下图所示： 2. Preset 模式很方便，但预置的参数还能修改么? 答：虽然EasyCodeML预置了参数，但还是可以修改，在该模式下选择四个模型之一后，比如：SM，可以通过用菜单栏上的“Control File Editor”工具载入、修改并保存EasyCodeML/Preset/SM/下M0、M1a等6个子目录内的codml.ctl文件，此时返回主界面，点击Run CodelML按钮即可… Raindy 注：此法永久性修改预置模式参数，需慎重！！！ 3. 如何使用EasyCodeML 可视化标记分支？答：载入Newick格式的树文件后，点击“Label”按钮，自动弹出操作窗口，Branch model和Branch-site model直接选择一个分支后，该分支将红色显示，并自动标记上#1符号，点击“Finished”返回即可；Clade model下，选择一个分支后，该分支及其子分支也以红色显示，并自动标记上$1符号，Clade model最多支持标记五个Clade，并以$1，$2，...$5顺序标记。 4. 如何使用EasyCodeML进行LRT分析？答：（1）自动方式：预置模式下，EasyCodeML在CodeML分析结束后，自动进行LRT分析，在主界面显示LRT结果；用户还可以通过前一次保存的结果，只需要先选择之前保存的工作目录，然后通过预置模式下的“Run LRT ”即可查看结果，如下图所示：（2）手动方式：由自定义模式或原始CodeML运算的结果，也可以借助EasyCodeML的菜单栏上的“LRT Calculator”进行分析，只需要输入相关的参数，如两个成对模型的Ln和df值，然后点击“Run”即可查看结果，如下图所示： 5. 正式文章如何引用EasyCodeML ？答：由于手稿正在准备，如果您发表文章引用我们的EasyCodeML，我们建议这样引用文献： Gao F and Chen J, 2016. EasyCodeML: an interactive visual tool for CodeML analysis. 还有问题等您的反馈...; 个人分类: 软件教程|26208 次阅读|6 个评论

正选择分析之 Branch site model 篇（By Raindy）: 热度 2 raindyok 2015-9-23 10:01; 絮语：　　关于 CodeML中的几种模型，这里就不科普了，推荐研读2015 年 Nature Reviews Genetics 的这篇综述：　　 Sironi M, Cagliani R, Forni D, Clerici M. Evolutionary insights into host-pathogen interactions from mammalian sequence data. Nature Reviews Genetics, 2015, 16: 224-236. 　　当然也可以参阅这篇日志：PAML FAQ ( http://user.qzone.qq.com/58001704/blog/1434533530 ) 　　本例示范操作如何应用我们开发的EasyCodeML软件进行Branch site model 分析准备工作：（1）计算机环境： Java 运行环境（JRE）（2）相关工具：EasyCodeML 、谷歌浏览器Chrome、DAMBE （3）必备文件：比对文件（基于密码子比对，并删除终止密码子）、树文件（Newick格式，可以用Figtree导入导出进行格式化）操作流程：　　 1. 将比对后的序列进行转化，通过DAMBE打开，选择序列类型为编码蛋白质的核苷酸序列，如下图所示：识别序列后，返回菜单栏选择“Sava or Convert Sequence Format”，如下图所示：文件类型选择为PAML，扩展为PML（如下图所示），保存后将扩展名改为nuc（当然这个非必须，不改也可以的）。 2. 标记前景枝　　打开EasyCodeML，分别定义工作目录（即：程序在哪个文件夹中运行）、选择已比对的序列文件（即：前一步得到的比对文件）、选择树文件。　　如果前景枝已经标记，可以忽略下面这一步。　　本示例数据的树文件未标记前景枝，这里演示一下如何用EasyCodeML可视化标记前景枝。　　选择Newick的树文件后，点击“Label”标签（下图），程序会调用Chrome等插件来操作。在待分析的分支上，点击一下，出现红色时，即表明前景枝已选定，此时只需要点击上方的“Finished”按钮完成前景枝标记。　　 Raindy注：可视化标记是我们这款EasyCodeML的亮点之一。完成后前景枝标记后，返回程序时，树文件已自动变更为标记好的Tree文件。　　此时可以开始后续操作，这里先选择Branch site model，然后“Save Current Profile”保存界面参数设置，最后“Run CodeML”分析，如下图所示：在运行Codeml分析，程序会提示是否自动开始，“确定“之后就是细心的等待.... 3. 似然率检验（LRTs）　　程序运行的时间取决于所分析的数据和计算机硬件配置。当完成后，会弹出完成的提示框。 ”确定“后，程序自动将LRTs结果显示在主界面上，这里主要看P值，必须低于0.05，如下图所示： 4.结果整理　　当然，在LRT的P值显著情况下，您可以选择将运算结果以Excel 电子表格的形式呈现，相关参数直观显示在表格中。表格数据只需要简单整理即可用于发表用。本示例结果显示，定义的前景枝中第100位氨基酸位点受到显著的正选择作用（后验概率PPs大于0.95）。下图为部分SCI 文章的结果表格（红色虚线框内），详见原文： Lan T, Wang X R, Zeng Q Y. Structural and functional evolution of positively selected sites in pine glutathione S-transferase enzyme family. J Biol Chem, 2013, 288: 24441-24451 . 注意事项：为什么找到的正选择位点在原始比对序列中找不到？答：最主要原因可能是比对序列中带有gap，codeml默认忽略gap所带的一列数据，从而导致位置发生偏移。因此，分析前最好将带gap的同一列序列全部手工删除，找到正选择位点的氨基酸位置后，再还原对应到原始比对序列上。; 个人分类: 软件教程|28860 次阅读|2 个评论

EasyCodeML开放测试，欢迎试用！: 热度 1 raindyok 2015-7-7 19:53; ******************************************************************* EasyCodeML: an interactive visual tool for CodeML analysis ******************************************************************* 　　对于基因或基因组的进化分析，特别是正选择的检测以及不同分支的选择约束，PAML是最常用的工具包，而CodeML是其中最核心的一个程序，但晦涩的参数设置，着实让不少初学者望而却步。　　我们新开发的EasyCodeML让新手也可以进行CodeML分析，只需要输入比对好的序列文件和对应的树文件即可运行。　　程序提供两种模式供用户选择：　　（1）预置模式（Preset）：即目前开放测试的主界面，内置了4种模型，特别适合于新手使用，以成对模型运行；　　（2）自定义模式（Custom）：类似于pamlX版，适合熟悉CodeML的老手手动配置参数，以单个模型运行。　　程序主界面如下图所示：简要操作图解：　　× 红色标记为完整的一轮分析操作流程　　× 蓝色标记为对前一轮的运行数据进行LRTs分析　　×虚线部分的功能暂未启用，完整版可用 ××××××××××××××××××××××××××××××××××××××××××× 欢迎试用，联系邮箱：raindyok@qq.com ×××××××××××××××××××××××××××××××××××××××××××; 个人分类: 软件教程|16656 次阅读|1 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: EasyCodeML

相关帖子

相关日志

关闭安全验证