寫在前面
來來去去，這個主題相關(guān)的榴芳，我已經(jīng)寫過很多個推文嗡靡，甚至還包括與Raindy（福建農(nóng)林高芳鑾老師）合作開發(fā)和發(fā)表了 EasyCodeML。只能說窟感，確實(shí)是一個相對常見但似乎也繁雜的分析讨彼。
功能開發(fā)
- EasyCodeML 主要用于在進(jìn)化的context上分析選擇壓力，尤其是做正選擇位點(diǎn)分析柿祈，亦即哈误，關(guān)注到位點(diǎn)。
- 簡單的基因?qū)a/Ks計(jì)算躏嚎，如 TBtools 的 Simple Ka Ks Calculator 則關(guān)注大規(guī)模的基因受選擇的情況蜜自，亦即，關(guān)注到基因卢佣。
正選擇位點(diǎn)分析起來不容易重荠，而大規(guī)模的基因?qū)a/Ks計(jì)算起來其實(shí)也不容易。常見的場景是有數(shù)萬虚茶，甚至十來萬個基因?qū)Ω曷常枰?jì)算KaKs尾膊。而做計(jì)算的步驟：
- 以密碼子為單位進(jìn)行序列比對
- 基于比對結(jié)果進(jìn)行KaKs計(jì)算
所以是兩部。絕大多數(shù)人會使用一些軟件荞彼，如muscle冈敛，mafft等做基因雙序列比對，因?yàn)樗麄冋{(diào)用起來放棄鸣皂，盡管這其實(shí)不太合適抓谴。因?yàn)檫@些軟件本身設(shè)計(jì)目標(biāo)是多序列比對。用于CodeML的計(jì)算應(yīng)該使用他們寞缝，但是用于兩條序列的兩兩比對癌压，缺并不合適。所以最好的方式基本只有：
- 調(diào)用Emboss的Needle程序
- 使用已有第三方實(shí)現(xiàn)
- 自行做代碼實(shí)現(xiàn)
其中第一種方法最準(zhǔn)但是最慢荆陆，第二種方法在Java滩届，python，perl等上面沒有良好實(shí)現(xiàn)被啼，一般不夠準(zhǔn)確帜消，甚至不如調(diào)用muscle等，第三種方法可以權(quán)衡浓体，畢竟是自己做代碼實(shí)現(xiàn)泡挺。
而現(xiàn)在，TBtools用的即第三種方法命浴，準(zhǔn)確度上跟Emboss Needle完全一致娄猫，但由于是原生代碼實(shí)現(xiàn)，所以速度很快生闲，同時也支持多線程媳溺。
運(yùn)行速度
針對調(diào)用muscle的實(shí)現(xiàn)，前述已經(jīng)提過碍讯，大體是一秒鐘一對序列悬蔽，多線程無法提速，甚至?xí)邓伲☉岩墒沁M(jìn)程開銷太大）冲茸，而針對TBtools的原生代碼實(shí)現(xiàn)（也就是說屯阀，我自己coding的）缅帘，那么單線程一秒鐘可以做到200對轴术，如果開四個線程，那么一秒鐘可以做到 600對（多線程開銷其實(shí)并不星瘴蕖）逗栽。
實(shí)測數(shù)據(jù)，10000個基因?qū)κг荩琺uscle調(diào)用需要四個多小時彼宠。使用TBtools鳄虱，單線程只需要不到一分鐘。如果開四個線程凭峡，28秒拙已。
換句話說，常規(guī)電腦上去摧冀，1w個基因?qū)Φ挠?jì)算倍踪，一般不需要1分鐘。
使用方法
打開 TBtools索昂，跳轉(zhuǎn)到對應(yīng)功能
使用方式和以前一樣建车，就是記得調(diào)整使用的線程數(shù)。椒惨。缤至。
寫在最后
天下武功，唯快不破康谆。
