picme

picme是包含項目估算並繪製系統發育信息量用於大型數據集Python包。
安裝
目前，安裝程序最簡單的方法是：
混帳混帳克隆：//github.com/faircloth-lab/picme.git /路徑/到/ picme
運行測試：
CD /路徑/到/ picme /
蟒蛇測試/ test_townsend_code.py
使用
該estimate_p_i.py代碼要求的HyPHY是在模板/批處理文件。這個文件需要在相對位置相同的，無論你把estimate_p_i.py。如果安裝變薄如上，你會沒事的，為的時刻。
要運行：
CD /路徑/到/ picme /
蟒蛇picme_compute.py Input_Folder_of_Nexus_Files / Input.tree
＆NBSP; - 輸出OUTPUT_DIRECTORY
＆NBSP; - 時代= 32-42,88-98,95-105,164-174
＆NBSP; - 次= 37,93,100,170
＆NBSP; - 多
--multiprocessing是可選的，如果沒有它，每個基因座將連續運行。
如果您已經運行了上面並保存結果到您的輸出文件夾（見下文），您可以使用預先存在的站點率記錄，而不是再次與那些估計：
蟒蛇picme_compute.py Input_Folder_of_Site_Rate_JSON_Files / Input.tree
＆NBSP; - 輸出OUTPUT_DIRECTORY
＆NBSP; - 時代= 32-42,88-98,95-105,164-174
＆NBSP; - 次= 37,93,100,170
＆NBSP; - 多重處理
＆NBSP; - 現場速率
結果
picme結果寫入到一個SQLite數據庫在您選擇的輸出目錄。此目錄還擁有JSON格式的網站速度文件通過picme_compute.py通過每個位點。
可以如下訪問數據庫中的結果。對於更多的例子，包括繪圖，請參閱文檔
- 殺青SQLite的：
＆NBSP; sqlite3的OUTPUT_DIRECTORY /進化-informativeness.sqlite
- 獲得積分數據的所有時代：
＆NBSP;選擇座位，間隔，從軌跡PI，間隔，其中loci.id = interval.id
- 獲取特定時代不可或缺的數據：
＆NBSP;選擇座位，間隔，從軌跡PI，間隔
＆NBSP;其中間隔= '95 -105'和loci.id = interval.id;
- 獲得具有位點最多（PI）在不同時期的計數：
＆NBSP;創建臨時表最大的選擇ID，MAX（PI）作為最大的區間GROUP BY ID;
＆NBSP;創建臨時表T作為選擇interval.id，間隔，從最大間隔，最大
＆NBSP;其中interval.pi = max.max;
＆NBSP;選擇區間，從T乘區間組COUNT（*）;
引用picme
當使用picme，請引用：
- 公元前費爾克洛思，長安Ĵ，阿爾法羅ME：picme使系統發生信息量的高通量分析。
- 湯森JP：仿形系統發育信息量。系統生物學。 2007年，56：222-231。
- 池塘SLK，弗羅斯特SDW，繆斯SV：的HyPHY：假設使用系統發育測試。生物信息學2005年，21：676-679

要求：

• 在Python的
• hyphy2
• 與NumPy
• SciPy的
• DendroPy