顶：多基因数据的系统发育方法

顶实现了分析多个基因DNA序列的新类和新方法。它实现了从扩展对象类的新类猿和潘戈恩存储多个基因数据，以及一些有用的包装器，这些包装器模仿多个基因的现有功能。本文档概述了软件包的内容。

正在安装顶

要从github安装开发版本，请执行以下操作：

图书馆（开发工具）
安装github(“thibautjombart/apex”)

稳定版本可以从CRAN安装，使用：

安装.包(“顶点”)

然后，要加载包，请使用：

图书馆(“顶点”)

导入数据

猿包装纸

两个简单的功能允许将数据从多条路线导入到多纳对象：*读取多重dna：读取多种不同格式的DNA比对*read.multiFASTA（读取多个FASTA）：FASTA文件相同

这两种功能都依赖于猿并接受相同的参数。每个文件应包含来自给定基因的数据，其中序列应仅以单个标签命名。下面是一个使用来自的数据集的示例顶:

##获取apex内文件的地址
文件<- 目录(system.file（系统文件）(包装=“顶点”),模式=“拍”,完全=真的)

##读取这些文件
x个<- 读取多个FASTA（个文件）
x个

##===多个===##[4个基因中的32个DNA序列]## ##@n.ind:8人##@n.seq:共32个序列##@n.seq.miss:8个空白（缺失）序列##@标签：2340_50156.ab1 2340_50149.ab1 12340_50674.ab1 2370_45312.ab1 2340~50406.ab1 2330_45424.ab1。。。## ##@dna:（DNAbin矩阵列表）##$patr_poat43美元##以二进制格式存储在矩阵中的8个DNA序列。## ##相同长度的所有序列：764## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.320 0.158 0.166 0.356 ##（总计：6.11 kb）## ##$patr_poat47美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：626## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.227 0.252 0.256 0.266 ##（总计：5.01 kb）## ##$patr_poat48美元##以二进制格式存储在矩阵中的8个DNA序列。## ##所有相同长度的序列：560## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.305 0.185 0.182 0.327 ##（总计：4.48 kb）## ##$patr_poat49美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：556## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.344 0.149 0.187 0.320 ##（总计：4.45 kb）

姓名（x）@dna）#基因的名称

##[1]“patr_poat43”“patr_poat47”“patr_poat48”“patr_poat49”

旧款<-标准(三月=c（c）(6,11,4,1))
情节（x）

标准（旧款）

潘戈恩包装纸

除上述导入数据的功能外：*读取多个物理数据：以各种格式读取多重DNA比对。论点与单基因相同读.phyDat在里面潘戈恩:

z（z）<- 读取多物理数据（文件，格式=“法斯塔”)
z（z）

##===多个日期===##[4个基因中的32个DNA序列]## ##@类型：##@n.ind:8人##@n.seq:共32个序列##@n.seq.miss:8个空白（缺失）序列##@标签：2340_50156.ab1 2340_50149.ab1 12340_50674.ab1 2370_45312.ab1 2340~50406.ab1 2330_45424.ab1。。。## ##@seq:（phyDat对象列表）##43美元##8个序列，764个字符，8个不同的位点模式。##州是一个中心## ##$patr_poat47美元##8个序列，626个字符，29个不同的位点模式。##州是一个中心## ##$patr_poat48美元##8个序列，560个字符，24个不同的位点模式。##州是一个中心## ##$patr_poat49美元##8个序列，556个字符，8个不同的位点模式。##州是一个中心

新对象类

两类新的对象扩展了多基因的现有数据结构：*多名称：基于猿的DNAbin公司类，用于基于距离的树*多个日期：基于潘戈恩的物理数据类，对于基于lilihood和节约型树很有用。这些类之间的转换可以使用多na2multiPhydat和多重植物虫2多重dna.

多纳

这个形式（S4）类可以看作是猿的DNAbin公司类。数据存储为DNAbin公司对象，带有额外的插槽以获取额外信息。类定义可以通过以下方式获得：

获取类定义(“多名称”)

##类别“multina”[包装“apex”]## ##插槽：##                                                                                            ##名称：dna标签n.ind n.seq n.seq.miss##类：listOrNULL字符整数整数##                                         ##名称：ind.info gene.info##类：data.frameOrNULL data.frame或NULL## ##扩展：“多信息”

• @dna：列表，共个DNAbin公司矩阵，每个矩阵对应一个给定的基因/位点，具有匹配的行（个体）
• @标签：个人标签（中的矩阵行@dna)
• @无标识：个人数量
• @n.序列：数据集中的序列总数，包括gaps-only序列
• @n.seq.miss号：数据集中仅间隙（即缺失）序列的总数
• @ind.info（索引信息）：存储单个元数据的可选数据集
• @基因.info：存储基因元数据的可选数据集

这些插槽中的任何一个都可以使用@但是，大多数情况下都可以使用访问器函数，并且是首选函数（参见下面的示例）。

新建多纳可以通过不同的方式创建对象：

1. 使用构造函数新（“多个名称”，…）
2. 从文件中读取数据（请参阅下面的“导入数据”部分）
3. 转换多个yDat对象使用多na2多phyDat

我们在下面演示了构造函数的用法（请参见?新的多重dna)了解更多信息。我们使用猿的数据集山鼠我们将其人工分割为两个“基因”，保留第一个基因的前500个核苷酸，其余的作为第二个基因。请注意，个体不需要跨不同基因进行匹配：匹配由构造函数处理。

##空对象
新的(“多名称”)

##===多个===##[0基因中的DNA序列]## ##@n.ind:0个人##@n.seq:共0个序列##@n.seq.miss:0 gap-only（缺少）sequence##@标签：

##使用基因列表作为输入
数据（山鼠）
山鼠

##15个二进制格式的DNA序列存储在矩阵中。## ##所有相同长度的序列：965## ##标签：##305号##304号##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.307 0.261 0.126 0.306 ##（总计：14.47 kb）

基因<- 列表(基因1=林鼠[，1:500],基因2=林鼠[，501:965])
x个<- 新的(“多德纳”，基因）
x个

##===多个===##【2个基因中的30个DNA序列】## ##@n.ind:15人##@n.seq:总共30个序列##@n.seq.miss:0 gap-only（缺少）sequence##@标签：No305 No304 No306 No0906S No0908S No0909S。。。## ##@dna:（DNAbin矩阵列表）##$基因1##以二进制格式存储在矩阵中的15个DNA序列。## ##所有相同长度的序列：500## ##标签：##305号##304号##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.326 0.230 0.147 0.297 ##（总计：7.5 kb）## ##$基因2##15个二进制格式的DNA序列存储在矩阵中。## ##所有相同长度的序列：465## ##标签：##305号##304号##编号306##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.286 0.295 0.103 0.316 ##（总计：6.97 kb）

##访问各种插槽
获取数字标识（x）#个人数量

## [1] 15

获取位置编号（x）#位点的数量

## [1] 2

获取位置名称（x）#地点的名称

##[1]“基因1”“基因2”

获取序列名称（x）#每个位点序列名称的列表

##$基因1##[1]“No305”“No304”“No306”“No0906S”“No0.908S”“No 0909S”##[11]“No1007S”“No1114S”“No1202S”“No 1206S”“No1208S”## ##$基因2##[1]“No305”“No304”“No306”“No0906S”“No0.908S”“No 0909S”##[11]“No1007S”“No1114S”“No1202S”“No 1206S”“No1208S”

获取序列（x）#所有位点的列表

##$基因1##以二进制格式存储在列表中的15个DNA序列。## ##所有相同长度的序列：500## ##标签：##305号##编号304##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.326 0.230 0.147 0.297 ##（总计：7.5 kb）## ##$gene2美元##15个二进制格式的DNA序列存储在列表中。## ##所有相同长度的序列：465## ##标签：##305号##304号##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.286 0.295 0.103 0.316 ##（总计：6.97 kb）

获取序列（x，位点= 2,简化= 错误的)#只有第二个轨迹（单个元素列表）

##$基因2##15个二进制格式的DNA序列存储在列表中。## ##所有相同长度的序列：465## ##标签：##305号##304号##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.286 0.295 0.103 0.316 ##（总计：6.97 kb）

获取序列（x，位点= “基因1”)#作为DNAbin对象的第一个轨迹

##15个二进制格式的DNA序列存储在列表中。## ##所有相同长度的序列：500## ##标签：##305号##304号##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.326 0.230 0.147 0.297 ##（总计：7.5 kb）

##比较输入数据集和新的multina
旧款<- 标准(mfrow公司=c（c）(三,1),马尔=c（c）(6,6,2,1))
形象（山鼠）
形象(作为矩阵(获取序列（x，1)))
形象(作为矩阵(获取序列（x，2)))

标准（旧款）
##相同但缺少序列和顺序错误
基因<- 列表(基因1=林鼠[，1:500],基因2=木老鼠[c（c）(5:1,14:15),501:965])
x个<- 新的(“多名称”，基因）
x个

##===多个===##【2个基因中的30个DNA序列】## ##@n.ind:15人##@n.seq:总共30个序列##@n.seq.miss:8个空白（缺失）序列##@标签：No305 No304 No306 No0906S No0908S No0909S。。。## ##@dna:（DNAbin矩阵列表）##$基因1##15个二进制格式的DNA序列存储在矩阵中。## ##所有相同长度的序列：500## ##标签：##305号##304号##编号306##编号0906S##编号0908S##编号0909S## ...## ##基础成分：##a c g t公司## 0.326 0.230 0.147 0.297 ##（总计：7.5 kb）## ##$基因2##15个二进制格式的DNA序列存储在矩阵中。## ##所有相同长度的序列：465## ##标签：##305号##编号304##306号##编号0906S##编号0908S##编号0909S## ...## ##基底成分：##a c g t公司## 0.286 0.294 0.103 0.316 ##（总计：6.97 kb）

旧款<- 标准(三月=c（c）(6,6,2,1))
情节（x）

标准（旧款）

多个yDat

喜欢多纳和猿的DNAbin公司，形式（S4）类多功能数据是多基因的延伸潘戈恩的物理数据类。数据存储为物理数据对象，带有额外的插槽以获取额外信息。类定义可以通过以下方式获得：

获取类定义(“multiyDat”)

##类“multiplyDat”[包“apex”]## ##插槽：##                                                                                            ##名称：seq类型标签n.ind n.seq##类：listOrNULL字符整数##                                                          ##名称：n.seq.miss ind.info gene.info##类：整数data.frameOrNULL data.frame或NULL## ##扩展：“多信息”

• @序列：列表，共个物理数据对象，每个对象对应一个给定的基因/位点，具有匹配的行（个人）；不像多纳这个类可以存储任何字符，包括氨基酸序列
• @类型：表示存储的序列类型的字符串
• @标签：个人标签（中的矩阵行@dna)
• @无标识：个人数量
• @n.序列：数据集中的序列总数，包括gaps-only序列
• @n.seq.miss号：数据集中仅间隙（即缺失）序列的总数
• @ind.info（索引信息）：存储单个元数据的可选数据集
• @基因信息：存储基因元数据的可选数据集

这些插槽中的任何一个都可以使用@（参见下面的示例）。

至于多纳,多个yDat可以通过不同的方式创建对象：

1. 使用构造函数新建（“multiyDat”，…）
2. 从文件中读取数据（请参阅下面的“导入数据”部分）
3. 转换多纳对象使用multiyDat2多dna

如前所述，我们在下面演示了构造函数的使用（请参见?新建多物理数据)了解更多信息。

数据（劳拉西亚瑟）
劳拉西亚瑟（Laurasiatherian）

##47个序列，3179个字符和1605个不同的位点模式。##州是一个中心

##空对象
新的(“multiyDat”)

##===多个日期===##[0基因中的DNA序列]## ##@类型：##@n.ind:0个人##@n.seq:共0个序列##@n.seq.miss:0 gap-only（缺少）sequence##@标签：

##人工将数据拆分为2个基因后的简单转换
基因<- 列表(基因1=Laurasiatherian[，1:1600],基因2=Laurasiatherian[，1601:3179])
x个<- 新的(“multiyDat”、基因、，类型=“DNA”)
x个

##===多个日期===##【2个基因中的94个DNA序列】## ##@type:DNA##@n.ind:47人##@n.seq:94个序列##@n.seq.miss:0 gap-only（缺少）sequence##@labels:鸭嘴兽Wallaroo Possum Bandicoot Opposum犰狳。。。## ##@seq:（phyDat对象列表）##$基因1##47个序列，1600个字符，827个不同的位点模式。##州是一个中心## ##$基因2##47个序列，1579个字符，844个不同的位点模式。##州是一个中心

处理数据

有几个功能有助于数据处理：*连接：将几个基因串联成一个DNAbin公司或物理数据矩阵*x[i，j]：个体x子集（i）和/或基因（j）*多na2multiphyDat：转换自多纳到多个yDat*multiyDat2multidna：转换自多个yDat到多纳

示例代码：

文件<- 目录(system.file（系统文件）(包装=“顶点”),模式=“拍”,完全=真的)

##读取文件
x个<- 读取多个FASTA（个文件）
x个

##===多纳===##[4个基因中的32个DNA序列]## ##@n.ind:8人##@n.seq:共32个序列##@n.seq.miss:8个空白（缺失）序列##@标签：2340_50156.ab1 2340_50149.ab1 12340_50674.ab1 2370_45312.ab1 2340~50406.ab1 2330_45424.ab1。。。## ##@dna:（DNAbin矩阵列表）##$patr_poat43美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有长度相同的序列：764## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.320 0.158 0.166 0.356 ##（总计：6.11 kb）## ##$patr_poat47美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：626## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.227 0.252 0.256 0.266 ##（总计：5.01 kb）## ##$patr_poat48美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有长度相同的序列：560## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.305 0.185 0.182 0.327 ##（总计：4.48 kb）## ##$patr_poat49美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：556## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.344 0.149 0.187 0.320 ##（总计：4.45 kb）

旧款<- 标准(三月=c（c）(6,11,4,1))
情节（x）

##子集
情节（x）[1:三,2:4])

标准（旧款）

##串联
年<- 连接（x）
年

##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：2506## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.298 0.187 0.197 0.319 ##（总计：20.05 kb）

旧款<- 标准(三月=c（c）(5,8,4,1))
形象（年）

标准（旧版）

##连接multiyDat对象
z（z）<- 多na2多phyDat（x）
u个<- 连接（z）
u个

##8个序列，2506个字符，69个不同的位点模式。##州是一个中心

树<- 普拉切特（u，轨迹=0,全部= 错误的)
旧款<- 标准(三月=c（c）(1,1,1,1))
情节（树，“u”)

标准（旧款）

建造树木

基于距离的树

可以为多纳对象使用获取树

##生成树，默认参数
树木<- 获取树（x）
树

##4个系统发育树

情节（树木，4,类型=“无根”)

作为一种替代方法，可以将所有基因汇集到一个单一比对中，以获得一棵树，使用：

## ##具有8个尖端和6个内部节点的系统发育树。## ##提示标签：##2340_550156.ab1、2340_550149.ab1、2340_50674.ab1、2370_45312.ab1、2340_550406.ab1、2370_445424.ab1。。。## ##无根；包括分支长度。

基于可能性的树

也可以使用潘戈恩用极大似然树进行估计。下面是一个使用多个yDat对象z（z）在上一节中创建：

##输入对象
z（z）
##建造树木
聚丙烯<- pml部件（高炉~ 边缘+ nni、z、，控制= pml.控制(轨迹= 0))
聚丙烯
##转换树以进行打印
树木<- pml第2部分多物理（第页）

情节（树木，4)

正在导出数据

以下函数启用从顶到其他包：*多na2genind：连接基因并将SNP输出到天才对象；或者，多位点序列类型（MLST）可用于将基因视为单独的位点，将唯一序列视为等位基因*multiyDat2genind:对multiyDat对象执行相同的操作

如下所示：

##在apex中查找源文件
图书馆（阿德盖内特）
文件<- 目录(system.file（系统文件）(包装=“顶点”),模式=“拍”,完全=真的)

##导入数据
x个<- 读取多个FASTA（个文件）
x个

##===多纳===##[4个基因中的32个DNA序列]## ##@n.ind:8人##@n.seq:共32个序列##@n.seq.miss:8个空白（缺失）序列##@标签：2340_50156.ab1 2340_50149.ab1 12340_50674.ab1 2370_45312.ab1 2340~50406.ab1 2330_45424.ab1。。。## ##@dna:（DNAbin矩阵列表）##$patr_poat43美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有长度相同的序列：764## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.320 0.158 0.166 0.356 ##（总计：6.11 kb）## ##$patr_poat47美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：626## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.227 0.252 0.256 0.266 ##（总计：5.01 kb）## ##$patr_poat48美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有长度相同的序列：560## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.305 0.185 0.182 0.327 ##（总计：4.48 kb）## ##$patr_poat49美元##8以二进制格式存储在矩阵中的DNA序列。## ##所有相同长度的序列：556## ##标签：##2340_50156.ab1号机组##2340_50149.ab1号机组##2340_50674.ab1号文件##2370_45312.ab1号##2340_50406.ab1号##2370_45424.ab1## ...## ##基底成分：##a c g t公司## 0.344 0.149 0.187 0.320 ##（总计：4.45 kb）

##提取SNP并导出到genind
对象1<- 多na2基因（x）
对象1

##///GENIND对象/////////## ##//8个人；11个位点；22个等位基因；尺寸：11 Kb## ##//基本内容##@tab:8 x 22等位基因计数矩阵##@loc.n.all：每个基因座的等位基因数（范围：2-2）##@loc.fac:@tab中22列的轨迹因子##@all.names：每个基因座的等位基因名称列表##@ploidy：每个个体的倍性（范围：1-1）##@type:codom（类型：codom）##@call:DNAbin2genind（x=串联（x，基因=基因））## ##//可选内容##-空-

MLST选项可用于快速诊断个体之间的多样性。虽然它最适合克隆生物，但我们使用我们的玩具数据集来说明这一过程：

对象3<- 多脱氧核糖核酸（x，mlst（最大持续时间）=真的)
对象3

##///GENIND对象/////////## ##//8个人；4个位点；27个等位基因；尺寸：26.8 Kb## ##//基本内容##@tab:8 x 27等位基因计数矩阵##@loc.n.all：每个基因座的等位基因数量（范围：6-8）##@loc.fac:@tab的27列的轨迹因子##@all.names：每个基因座的等位基因名称列表##@ploidy：每个个体的倍性（范围：1-1）##@type:codom（类型：codom）##@call:df2genind（X=xdfnum，ind.names=X@labels，ploidy=1）## ##//可选内容##-空-

##第一个位点的等位基因（=序列）
等位基因（对象3）[[1]]

## [1] "--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------"## [2] “--tacactttgataaaaaaaaatactaaatgtaagatgttagttatattcttgtggctttttatctatattcttaatgcactatattttgataagaggttgtgtgtgttgatgaaacctaccacctcttcagtttataaaattaccataccattttttatatactgaaagttaatcktgtttgaatttttttgttaaactttttttttggttttttagttttttgaaagtatattatttattctttttgtgtgtaaaaataaattatattatattattgttatatttatatataaattttatattagttattaaattagttagtttaaattattaattatataattgtcattaaaaattagtcttagttaattttagtcattataattaatttagttgaaatcttagtcaatt阿格tgatgaatggtgtaggcatttcagttctctttagatttttttttcttagatttcctttgtgtgtgtaggtaaacagaatttagtcagtctaggtaggatgttctaggattgtaggatgatagagagagatagatatagataattgaataattgtagaaaacttctagaaaagtcacacacacagccagattgtgtgttagagagagattttcacacctcattttgtttgtttttgtgtttgtgtcagatttagattgttagattcacacattgatttagagattgattgtttgattttgttagtagataggattagatagaattagaaaataataataatatagatactacattgttggatttagttagatgttgtgtttttttgttgttgtttgtcccataaccaaaaaacaaacaaagaagaaacataagaacacatatttctcatgaacagagagattt-“## [3] “--tacactttgataaaaaaaaatactaaatgtaagatgttagttatattcttgtggctttttatctatattgttaatgcactactcatacttttgtaaaaccccactctctctctcattataaaattaccattaccataccattttttatataactgaaagttaattgtctttcaatttttgttttaaacttttttttttgtcttttttagttttttgaaagtatattttattctttttgtgtgtgtaaaaataaatatatatattttttattatatagaaatttttttatataatgaaattagttagtttataaaaattagtcttagttattaaaaatcttagtcattaattataattaaattgaaattgagaaatcttttagtctcttttaattttagctttagttgaaatc阿格tgatgaatggtgtaggcatttcagttctctttagatttttttttcttagatttcctttgtgtgtgtaggtaaacagaatttagtcagtctaggtaggatgttctaggattgtaggatgatagagagagactgaaatagataattgaataattgtagaaaacttctagaaaagtcacacacacagccagattgtgtgttagagagagattttcacacctcattttgtttgtttttgtgtttgtgtcagatttagattgttagattcacacattgatttagagattgattgtttgattttgttagtaggattcacattagactcattgttagataataataataaatagaatatagataggatttagtagatagatagaaaccaaaaaacaaacaaagaagaaacataagaacacatatttctcatgaacagagagattt-“## [4] “--tacactttgataaaaaaaaatactaaatgtaagatgttagttatattcttgtggctttttatctatattgttaatgcactactcatacttttgtaaaaccccactctctctctcattataaaattaccattaccataccattttttatataactgaaagttaattgtctttcaatttttgttttaaacttttttttttgtcttttttagttttttgaaagtatattttattctttttgtgtgtgtaaaaataaatatatatattttttattatatagaaatttttttatataatgaaattagttagtttaaattagtcattaattataattaaattgaaatcttttagtcttagttaattaattagtatataaattttagtaaattaatcttagtctcttagtaattagaaa阿格tgatgaatggtgtaggcatttcagttctctttagatttttttttcttagatttcctttgtgtgtgtaggtaaacagaatttagtcagtctaggtaggatgttctaggattgtaggatgatagagagagatagatatagataattgaataattgtagaaaacttctagaaaagtcacacacacagccagattgtgtgttagagagagattttcacacctcattttgtttgtttttgtgtttgtgtcagatttagattgttagattcacacattgatttagagattgattgtttgattttgttagtagataggattagatagaattagaaaataataataatatagatactacattgttggatttagttagatgttgtgtttttttgttgttgtttgtcccataaccaaaacaaaccaagaaacacataagraaaccaaatatatttctcattgaacagagagaggattt“## [5] “--tacactttgataaaaaaaaatactaaatgtaagatgttagttatattcttgtggctttttatctatattgttaatgcactactcatacttttgtaaaaccccactctctctctcattataaaattaccattaccataccattttttatataactgaaagttaattgtctttcaatttttgttttaaacttttttttttgtcttttttagttttttgaaagtatattttattctttttgtgtgtgtaaaaataaatatatatattttttattatatagaaatttttttatataatgaaattagttagtttataaaaattagtcttagttattaattataaattgaaattattagaaatcttagtctcttttagtcaattagtatataaatcttattattagttgaaatctctt阿格tgatgaatggtgtaggcatttcagttctctttagatttttttttctttgtgtgtgtaggtaaacagagaatttagtcmgtccctaggatgttaccattgtagatagagactgataaatgaataattgaatataattgtatagaaaacttctagaaaagtcacacacacagccagtaggattgtgtgttagagagagatttccacacactcattttgtttgtttttgtgtttgtgattgttagattaggattagataggatttagattgtttcacacattgtttgattgtgttttagatttagagattgtgattttgttagtaggataataaaataataatatagatatagatagcattgttggattgtttttttgttgttgtttgtcccattgtgtccatagataaccaaaacaaaccaagaaacacataagraaaccaaatatatttctcattgaacagagagaggattt“## [6] “--tacactttgataaaaaaaaatacataaatgtaagatgttagttatattcttgtggctttttatctatattgttaatgcactactcatacttttgtaaaaccccactcttcattatgataaattaccataccattttttatataactgaaagttaatyggactttgcaattttggattcttttaaacttttttttttgttaaattaatttttttattttttgtgttttttagataattatattttttatattattctttgtgtgtaaaaataaattatatattatttatttatattatattagttattaaattattaattaatgaaattttagttagtttaattaaaaattagttttattataaattagtcttagttgaaaaattatttagttaatcttagtcattaaatcttaatt阿格tgatgaatgtaggggatttcagtctcttttagatttccttgtgatgtcagtaaacagaaggagaatttagtcagtcctagggatgtcttaccatgtaaggaattatagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagtagaaccaaaaaacaaacaaagaagaaacataagaacacatatttctcatgaacagagagattt-“