wbb121的个人博客分享 http://blog.sciencenet.cn/u/wbb121

博文

两个计算aligment-free距离矩阵的程序

已有 1263 次阅读 2018-10-9 18:31 |个人分类:生物统计软件|系统分类:科研笔记| ubuntu, anaconda3, alignment-free

1. CAFE,参考https://github.com/younglululu/CAFE

2. AlignmentFree,参考https://github.com/GeniusTang/AlignmentFree

   此软件由Tang et al.编写,据说比CAFE快40倍左右,所以安装尝试一下

下面是在Ubuntu16.04中的安装:

(1) AlignmentFree程序是在python3的基础上编写的,需要python3的三个包:numpy, scipy, sklearn-learn。推荐使用Anaconda3安装,若没有安装Anaconda3,则先安装Anaconda3,若已安装,则可跳过此部分

首先下载Anaconda3,安装时最新版本为Anaconda3-5.3.0-Linux-x86_64.sh
wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh
下载完成后进入到Anaconda3-5.3.0-Linux-x86_64.sh文件所在的路径下,安装
sudo bash Anaconda3-5.3.0-Linux-x86_64.sh
根据提示按回车继续(包括阅读接受许可协议,指定安装路径,等待安装完成)
注意最后提示你是否要将Anaconda的安装路径添加到PATH环境变量中,输入yes
若没有添加成功,则需要自己手动添加:
export PATH="/home/anaconda3/bin:$PATH"
source ~/.bashrc
最后输入python检查安装是否成功,若python对应的版本为anaconda,则为成功。


(2) 使用conda安装需要的三个包:

conda install numpy scipy scikit-learn


(3) 将AlignmentFree程序代码复制到自己的目录中

git clone https://github.com/GeniusTang/AlignmentFree.git

此处使用git命令,若未安装此命令,则使用apt install git安装。


(4) 安装程序

上一步会自动建立一个名为AlignmentFree的文件夹,指向该目录

cd ./AlignmentFree

安装程序

CC=g++ python setup.py install --install-platlib=./src/



此程序的具体用法如下:

usage: alignmentfree.py [-h] [-a METHOD] -k K [-m M] [-f FILENAME]
                        [-s SEQUENCE_FILE] [-f1 FILENAME1] [-f2 FILENAME2]
                        [-s1 SEQUENCE_FILE_1] [-s2 SEQUENCE_FILE_2] [-d DIR]
                        [-o OUTPUT] [-t THREADS] [-r] [--BIC]

各参数代表的含义为

  -h, --help           show this help message and exit
  -a METHOD            A list of alignment-free method, separated by comma:
                       d2star,d2shepp,CVtree,Ma,Eu,d2
  -k K                 Kmer length
  -m M                 Markovian Order, required for d2star, d2shepp and
                       CVtree
  -f FILENAME          A file that lists the paths of all samples, cannot be
                       used together with -f1, -f2, -s, -s1, -s2
  -s SEQUENCE_FILE     A fasta file that lists the sequences of all samples,
                       cannot be used together with -f, -f1, -f2, -s1, -s2
  -f1 FILENAME1        A file that lists the paths of the first group of
                       samples, must be used together with -f2, cannot be used
                       together with -f, -s, -s1, -s2
  -f2 FILENAME2        A file that lists the paths of the second group of
                       samples, must be used together with -f1, cannot be used
                       together with -f, -s, -s1, -s2
  -s1 SEQUENCE_FILE_1  A fasta file that lists the sequences of the first
                       group of samples, must be used together with -s2,
                       cannot be used together with -f, -f1, -f2, -s
  -s2 SEQUENCE_FILE_2  A fasta file that lists the sequences of the second
                       group of samples, must be used together with -s1,
                       cannot be used together with -f, -f1, -f2, -s
  -d DIR               A directory that saves kmer count
  -o OUTPUT            Prefix of output (defualt: Current directory)
  -t THREADS           Number of threads
  -r                   Count the reverse complement of kmers (default: False)
  --BIC                Use BIC to estimate the Markovian orders of sequences



需要注意的一点是此程序需要的内存较大,k=10时为虚拟机分配5G的内存才没有报错,但速度真的很快。



https://wap.sciencenet.cn/blog-3388297-1139886.html

上一篇:Linux之g++编译C++程序
下一篇:Striped UniFrac

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-5-27 02:41

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部