hmmer之hmmsearch用法翻译

Usage: hmmsearch [options] <hmmfile> <seqdb>
用法:hmmsearch 参数 hmm文件 序列数据库
Basic options:
-h : show brief help on version and usage
基本用法:
-h :显示版本和用法的简要帮助信息

Options directing output:
输出定向选项

-o <f> : direct output to file <f>, not stdout
输出到文件中,而不是到标准输出
-A <f> : save multiple alignment of all hits to file <f>
将所有命中的多序列比对输出到文件
--tblout <f> : save parseable table of per-sequence hits to file <f>
保存每个序列的命中结果的解析表到文件中
--domtblout <f> : save parseable table of per-domain hits to file <f>
保存每个结构域的命中结果的解析表到文件中
--pfamtblout <f> : save table of hits and domains to file, in Pfam format <f>
保存命中和结构域的表格到文件,Pfam形式
--acc : prefer accessions over names in output
在输出文件中将登录号覆盖名字
--noali : don't output alignments, so output is smaller
不要输出比对,这样输出会变得更小
--notextw : unlimit ASCII text output line width
不限制ASCII文本输出行的宽度
--textw <n> : set max width of ASCII text output lines [120] (n>=120)
设置ASCII文本输出行的最大宽度

Options controlling reporting thresholds:
控制报告阈值的参数:

-E <x> : report sequences <= this E-value threshold in output [10.0] (x>0)
在结果中报告E值小于这个阈值的序列
-T <x> : report sequences >= this score threshold in output
在结果中报告得分大于这个阈值的序列
--domE <x> : report domains <= this E-value threshold in output [10.0] (x>0)
在结果中报告E值小于这个阈值的domain
--domT <x> : report domains >= this score cutoff in output
在结果中报告大于这个分数的domain

Options controlling inclusion (significance) thresholds:
控制包含(显著性)阈值的参数:

--incE <x> : consider sequences <= this E-value threshold as significant
将<=此e值阈值的序列视为有意义的
--incT <x> : consider sequences >= this score threshold as significant
将得分大于这个阈值的序列设为显著的
--incdomE <x> : consider domains <= this E-value threshold as significant
将大于等于这个E值阈值的domain认为是显著的
--incdomT <x> : consider domains >= this score threshold as significant
将domain得分大于这个阈值的认为是显著的

Options controlling model-specific thresholding:
控制模型特异性阈值的参数:

--cut_ga : use profile's GA gathering cutoffs to set all thresholding
使用文件的GA gathering cutoffs来设置所有的阈值
--cut_nc : use profile's NC noise cutoffs to set all thresholding
使用文件的NC noise cutoffs来设置所有阈值
--cut_tc : use profile's TC trusted cutoffs to set all thresholding
使用文件的TC trusted cutoffs来设置所有阈值

Options controlling acceleration heuristics:
控制加速启发式?搜索的参数:

--max : Turn all heuristic filters off (less speed, more power)
关闭所有的启发式过滤器
--F1 <x> : Stage 1 (MSV) threshold: promote hits w/ P <= F1 [0.02]
--F2 <x> : Stage 2 (Vit) threshold: promote hits w/ P <= F2 [1e-3]
--F3 <x> : Stage 3 (Fwd) threshold: promote hits w/ P <= F3 [1e-5]
--nobias : turn off composition bias filter

Other expert options:
其他的一些参数

--nonull2 : turn off biased composition score corrections
关闭偏向组成分数校正??
-Z <x> : set # of comparisons done, for E-value calculation
--domZ <x> : set # of significant seqs, for domain E-value calculation
--seed <n> : set RNG seed to <n> (if 0: one-time arbitrary seed) [42]
--tformat <s> : assert target <seqfile> is in format <s>: no autodetection
--cpu <n> : number of parallel CPU workers to use for multithreads
用于多线程的并行CPU工作程序的数量

以上。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容