iTOL サンプルラベルに色を付ける

Create or edit annotationから

New datasetを選び、その中の

Colored/labeled rangesを選ぶ

Endnode IDに色を付けたいサンプルのIDを入力

Fill colorに色ＩＤを入力

これでサンプル名の場所に色が付く

GBS_pbp2x換算表

metcalfらの”Short-read whole genome sequencing for determination of　antimicrobial resistance mechanisms and capsular serotypes of　current invasive Streptococcus agalactiae recovered in the USA”

の論文にあるPBP2X-1がリファレンス配列である。

>2X-1

GSTMKVMTLASAIDSKHFNSTEVYNSAQYKIADAIIRDWDVNEGLSSGSYMTFPQGFAHSSNVGMVTLEQKMGRDKWLNYLSKFKFGYPTRFGMLHESGGLFPSDNEVTIAMSSFGQGIGVTQVQMLRAFTSISNDGVMLQPQFISSIYDPNTGTSRTARKEVVGKPVSKEAASKTRDYMVTVGTDPYYGTLYAAGAPVIQVGNQSVAVKSGTAQIAQEGGGGYLQGKNDTINSVVAMVPSENPDFIMYVTIQQPEKFSITFWKDVVNPVLEQATAMKETILKPGLNDSEHQTKYKLSKIVGENPGHVAEELRRNLVQPIILGNGSKVSKVSKRPGANLAENEQLL

この1アミノ酸目はPBP2X全体の343アミノ酸目に該当する。

なので上記の35番目のI35VはPBP2XのI377Vに該当する。

>2X-1

GSTMKVMTLASAIDSKHFNSTEVYNSAQYKIADAIIRDWDVNEGLSSGSYMTFPQGFAHSSNVGMVTLEQKMGRDKWLNYLSKFKFGYPTRFGMLHESGGLFPSDNEVTIAMSSFGQGIGVTQVQMLRAFTSISNDGVMLQPQFISSIYDPNTGTSRTARKEVVGKPVSKEAASKTRDYMVTVGTDPYYGTLYAAGAPVIQVGNQSVAVKSGTAQIAQEGGGGYLQGKNDTINSVVAMVPSENPDFIMYVTIQQPEKFSITFWKDVVNPVLEQATAMKETILKPGLNDSEHQTKYKLSKIVGENPGHVAEELRRNLVQPIILGNGSKVSKVSKRPGANLAENEQLL

に対して変異箇所のVCFファイルを作成すれば、その座標＋342すればPBP2Xの座標に変換できる。

Pass Sampling marginal L estimate 結果解釈

 Step        theta         likelihood   contribution ESS
 0            0            -19678.4774  -27.5334     15.1987      
 1            0.0015       -9950.7265   -113.8373    16.9272      
 2            0.0154       -6848.3262   -285.8846    39.1143      
 3            0.0593       -6153.3842   -580.8173    41.1282      
 4            0.1548       -6039.2476   -1028.7865   58.0664      
 5            0.3258       -6005.1028   -1633.722    24.3111      
 6            0.5982       -5990.5743   -2405.6227   14.0319      
 7            1            -5985.3503   0            8.9284       
 marginal L estimate =-6076.203746592951

You can use the value after “marginal L estimate” to compare models.

Say, the marginal likelihood estimate value for model 1 is X and the value for model 2 is Y, then the Bayes factor comparing model s1 and 2 is is X-Y. If this difference is positive, then the Bayes factor is in favour of model 1, if it is negative, it is in favour of model 2.

つまり絶対値が０に近いモデルが、よりfitした（採用すべき）モデルという事。