python中的遗传代码消息协同进化
CMCp的Python项目详细描述
cmcpy提供了一个面向对象的python api，以及命令行 接口可执行文件，实现“代码-消息协同进化”模型。 这些公开发表的进化模型与自然进化有关。 与一个 蛋白质编码基因。
形式上，cmc模型是一组耦合在一起的准粒子。 通过遗传密码来适应。系统在准种之间交替 通过密码子分配和 通过代码变异重新分配。
cmcpy可以重现[Ardell_and_Sella_2001]的统计和结果， [Sella_and_Ardell_2002]，[Ardell_and_Sella_2002]和 [Sella_and_Ardell_2006]。CMCPY还额外实现了 尚未在已发表的工作中研究的扩展。很容易 扩展现有代码库以实现 [Vetsigian_et_al_2006]。
cmc演化轨迹部分是特征系统序列 解决。在不同平台上结果的定性差异可以 源于幂方法基于 使用特征系统解算器，或从浮点的差异 陈述。python遵从于float的platform c库 代表。默认的特征系统解算器是 努比。
依赖关系
cmcpy在很大程度上依赖并且绝对需要numpy作为一个先决条件。 您应该使用easy_install framework安装numpy，并将其检测为 安装此软件包时安装。
如果你想玩一个实验性的基于cuda的功率法特征系统 解算器，你必须安装pycuda。此实现不比 许多系统的numpy默认解算器。
安装
此安装程序需要setuptools，最新的python打包 框架。如果尚未安装此软件包 将为您安装它，只要您有网络访问权限。否则 使用easyinstall预安装正确版本的setuptools 安装说明 http://peak.telecommunity.com/DevCenter/EasyInstall#installation-instructions
如果您需要将此软件包安装在主 site packages目录，使用以下说明安装setuptools 安装此软件包之前的自定义安装位置。这个 说明如下： http://peak.telecommunity.com/DevCenter/EasyInstall#custom-installation-locations
如果您下载了源代码包，最简单的方法是 安装要执行的包（从源根目录中）：
easy_install .
Mac用户可能需要在“sudo”之前运行此命令。
您也可以尝试简单地执行：
easy_install CMCpy
用法
cmcpy在 安装源包，一个名为“cmc”的unix兼容脚本。
另外，可以自动生成平台特定的可执行文件 安装时。
使用cmc模型发布的结果可以（至少定性地）复制 通过–demo选项切换到可执行文件。
也可以尝试在安装后对可执行文件运行–help选项，然后 对于命令行示例。
程序员可以使用bin中的可执行文件作为如何 针对cmcpy api的程序。
文档
“doc”中提供了cmcpy api的一些文档 源发行版的子目录。HTML、PDF和TEXFIO备选方案 提供格式。
许可和归属
cmcpy项目是根据apache许可证2.0的条款发布的。 如文件license.txt中所述
请引用Becich等人的话。（2012）在所有使用本规范的科学著作中。
发行说明
最新版本是2012年10月发布的0.1。
请参阅changes.txt以了解与cmcpy代码库版本相关的更改。
参考文献
| [Ardell_and_Sella_2001] | D.H. Ardell and G. Sella (2001). On the evolution of redundancy in genetic codes. Journal of Molecular Evolution 53(4/5):269-281. |
| [Ardell_and_Sella_2002] | D.H. Ardell and G. Sella (2002). No accident: genetic codes freeze in error-correcting patterns of the standard genetic code. Philosophical Transactions of the Royal Society of London B 357:1625-1642. |
| [Sella_and_Ardell_2002] |
|
| [Sella_and_Ardell_2006] |
|
| [Vetsigian_et_al_2006] | Vetsigian K., Woese C. R., Goldenfeld N. (2006). Collective evolution and the genetic code. Proc. Natl. Acad. Sci. U.S.A. 103, 10696-10701. |
欢迎加入QQ群-->： 979659372
