MEGA X: Анализ молекулярной эволюционной генетики на различных вычислительных платформах

MEGA X: Molecular Evolutionary Genetics Analysis across Computing Platforms
Koichiro Tamura, Glen Stecher, Sudhir Kumar, Michael Li, Christina Knyaz, Michael Li
2018-05-01

MEGA XMolecular Evolutionary Genetics Analysisкроссплатформенная филогенетикаграфический и командный интерфейсымногопоточность
Программное обеспечение Molecular Evolutionary Genetics Analysis (MEGA) реализует многочисленные аналитические методы и инструменты для филогеномики и филомедицины. В настоящей работе мы сообщаем о трансформации MEGA, обеспечивающей кроссплатформенное использование в операционных системах Microsoft Windows и Linux. MEGA X не требует программ виртуализации или эмуляции и обеспечивает единообразный пользовательский опыт на разных платформах. MEGA X был модернизирован для использования нескольких вычислительных ядер в ряде молекулярно-эволюционных анализов. MEGA X доступен в двух интерфейсах (графическом и командной строке) и может быть загружен с www.megasoftware.net бесплатно.
1
Mega X — это кроссплатформенная версия MEGA, обеспечивающая нативную работу на Microsoft Windows и Linux без виртуализации или эмуляции.
2
Mega X доступен в двух интерфейсах: графическом и командной строке.
3
Mega X доступен для бесплатной загрузки с сайта www.megasoftware.net.
4
Mega X обновлён для использования нескольких вычислительных ядер во многих молево-эволюционных анализах.
5
Mega X обеспечивает единообразный пользовательский интерфейс на платформах Windows и Linux.

Программное обеспечение MEGA X (Molecular Evolutionary Genetics Analysis) для разных вычислительных платформ

Кроссплатформенная функциональность и характеристики производительности, включая нативную поддержку Windows и Linux без виртуализации, единообразный пользовательский интерфейс, многопоточную обработку на нескольких ядрах и наличие графического и командного интерфейсов

Publication Details
Publication Date
2018-05-01
Journal
Publisher
ISSN
Cited by
38472
Access Type
Author Information
Authors
Koichiro Tamura
Glen Stecher
Sudhir Kumar
Michael Li
Christina Knyaz
Michael Li
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%