PAML|计算dN/dS值的生信软件

2023-12-26 19:27:15

PAML是什么

PAML是利用最大似然法对CDS或PEP序列进行系统发育分析的生信软件。
PAML官方网址：http://abacus.gene.ucl.ac.uk/software/paml.html

PAML的下载安装

wget http://abacus.gene.ucl.ac.uk/software/paml4.9i.tgz
tar zxf paml4.9i.tgz
rm bin/*
cd src
make -f Makefile
cp baseml basemlg chi2 codeml evolver infinitesites mcmctree pamp yn00 ../bin
echo 'PATH=$PATH:/gss1/home/tri01/software/paml4.9j/bin
' >> ~/.bashrc
source ~/.bashrc

PAML的运行

要正常运行PAML，需要在同一个目录下包含四个文件：
1.fasta文件：存储蛋白编码基因的序列信息，比如原始序列经过mafft比对后，并由pal2nal导出的密码子序列，序列长度为3的倍数。
2.tree文件：与序列比对的物种名保持一致，文件后缀名为.treefile，文件内存储内容格式为（a:0.03,((b:0.1,c:0.2),d:0.5)）;
3.codeml.ctl文件：PAML的参数控制文件，通过修改文件参数，实现模型转换
4.codeml.exe：PAML的可执行文件（如果可执行文件添加到环境变量里了的话，不需要再把该可执行文件cope到工作目录下了）

codeml.ctl文件中参数的设置

PAML的参数设置巨多，具体每个参数的意义可以参考：
1.官方的说明文档http://abacus.gene.ucl.ac.uk/software/pamlDOC.pdf
2.这篇博客https://www.jianshu.com/p/152a6216c794

我运行的时候只修改了5个地方，其余参数默认
1.第1行：seqfile，fasta文件的路径
2.第2行：treefile，树文件的路径
3.第3行：outfile，输出文件的路径与输出文件名，/gss1/.../result/output.mcl
4.第19行：model，1，每个branch的值不同
		 若输入数据是密码子序列，该参数用于设置branch models，即进化树各分枝的omega值的分布：0，进化树上所有分枝的omega值一致；1，对每个分枝单独进行omega计算；2，设置多类omega值，根据树文件中对分枝的编号信息来确定类别，具有相同编号的分枝具有相同的omega值，没有编号的分枝具有相同的omega值，程序分别计算各编号和没有编号的omega值。
		 若输入数据是蛋白序列，或数据是密码子序列且seqtype值是3时，该参数用于设置氨基酸替换模型：0，Poisson；1，氨基酸替换率和氨基酸的观测频率成正比；2，从aaRatefile参数指定的文件路径中读取氨基酸替换率信息，这些信息是根据经验获得，并记录到后缀为.dat的配置文件中。这些经验模型(Empirical Models)文件位于PAML软件安装目录中的dat目录下，例如，Dayhoff(dayhoff.dat)、WAG(wag.dat)、LG(lg.dat)、mtMAN(mtman.dat)和mtREV24(mtREV24.dat)。
5.第54行：Genetic codes：选择合适的密码子表

要求的文件都在同一个目录下，且配置文件修改好后，一个简单指令运行
codeml

码农公寓

相关文章