[Bio] / FigKernelPackages / ProtSims.pm Repository:
ViewVC logotype

Annotation of /FigKernelPackages/ProtSims.pm

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1.16 - (view) (download) (as text)

1 : overbeek 1.1
2 : olson 1.10 # This is a SAS component
3 :    
4 : overbeek 1.1 #
5 :     # Copyright (c) 2003-2006 University of Chicago and Fellowship
6 :     # for Interpretations of Genomes. All Rights Reserved.
7 :     #
8 :     # This file is part of the SEED Toolkit.
9 :     #
10 :     # The SEED Toolkit is free software. You can redistribute
11 :     # it and/or modify it under the terms of the SEED Toolkit
12 :     # Public License.
13 :     #
14 :     # You should have received a copy of the SEED Toolkit Public License
15 :     # along with this program; if not write to the University of Chicago
16 :     # at info@ci.uchicago.edu or the Fellowship for Interpretation of
17 :     # Genomes at veronika@thefig.info or download a copy from
18 :     # http://www.theseed.org/LICENSE.TXT.
19 :     #
20 :     package ProtSims;
21 :    
22 :     use strict;
23 : olson 1.4 use Sim;
24 : overbeek 1.1 use Data::Dumper;
25 :     use Carp;
26 :     use gjoseqlib;
27 : olson 1.15 use DB_File;
28 : overbeek 1.1
29 : olson 1.13 use SeedAware;
30 :    
31 :     my $blat_cmd = SeedAware::executable_for("blat");
32 :     my $blastall_cmd = SeedAware::executable_for("blastall");
33 :     my $formatdb_cmd = SeedAware::executable_for("formatdb");
34 : olson 1.10
35 : overbeek 1.1 sub blastP {
36 : overbeek 1.12 my($q,$db,$min_hits,$use_blast) = @_;
37 : overbeek 1.1
38 : overbeek 1.2 my(@q,@db);
39 :    
40 : olson 1.13 my $tmp_dir = SeedAware::location_of_tmp();
41 :    
42 : overbeek 1.1 my $qF;
43 :     if (ref $q)
44 :     {
45 : olson 1.13 $qF = "$tmp_dir/query.$$";
46 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($qF,$q);
47 :     }
48 :     else
49 :     {
50 :     $qF = $q;
51 :     if (-e $qF)
52 :     {
53 : overbeek 1.2 @q = &gjoseqlib::read_fasta($qF);
54 : overbeek 1.1 $q = \@q;
55 :     }
56 :     else
57 :     {
58 :     die "$qF is missing";
59 :     }
60 :     }
61 :    
62 : olson 1.15 my $db_lengths = {};
63 :    
64 : overbeek 1.1 my $dbF;
65 :     if (ref $db)
66 :     {
67 : olson 1.13 $dbF = "$tmp_dir/db.$$";
68 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($dbF,$db);
69 : olson 1.13 system($formatdb_cmd, '-i', $dbF);
70 : olson 1.15 $db_lengths->{$_->[0]} = length($_->[2]) for @$db;
71 : overbeek 1.1 }
72 :     else
73 :     {
74 :     $dbF = $db;
75 :     if (-e $dbF)
76 :     {
77 :     if (! ((-e "$dbF.psq") && ((-M "$dbF.psq") < (-M $dbF))))
78 :     {
79 : olson 1.13 system($formatdb_cmd, '-i', $dbF);;
80 : overbeek 1.1 }
81 : olson 1.15
82 :     my $db_tie;
83 :     if (-f "$dbF.lengths")
84 :     {
85 :     $db_tie = tie %$db_lengths, 'DB_File', "$dbF.lengths", O_RDONLY, 0, $DB_BTREE;
86 :     $db_tie or warn "Cannot tie $dbF.lengths: $!";
87 :     }
88 :     if (!defined($db_tie))
89 :     {
90 :     if (open(my $dbfh, "<", $dbF))
91 :     {
92 :     while (my($id, $def, $seq) = gjoseqlib::read_next_fasta_seq($dbfh))
93 :     {
94 :     $db_lengths->{$id} = length($seq);
95 :     }
96 :     close($dbfh);
97 :     }
98 :     else
99 :     {
100 :     warn "Cannot open $dbF: $!";
101 :     }
102 :     }
103 : overbeek 1.1 }
104 :     else
105 :     {
106 :     die "$dbF is missing";
107 :     }
108 :     }
109 :    
110 : olson 1.13 my $tmpF = "$tmp_dir/sim.out.$$";
111 :    
112 :     if ($use_blast)
113 :     {
114 :     open(my $fh, ">", $tmpF);
115 :     close($fh);
116 :     }
117 :     else
118 : olson 1.4 {
119 : olson 1.13 my @cmd = ($blat_cmd, $dbF, $qF, "-prot", "-out=blast8", $tmpF);
120 :    
121 : olson 1.16 #
122 :     # When running under FCGI, the system_with_redirect fails due to
123 :     # the FCGI library redefining open.
124 :     #
125 :    
126 :     my $rc;
127 :     if (defined($ENV{FCGI_ROLE}))
128 :     {
129 :     $rc = system(@cmd);
130 :     }
131 :     else
132 :     {
133 :     $rc = system_with_redirect(\@cmd, { stdout => '/dev/null' } );
134 :     }
135 :    
136 : olson 1.13 print STDERR "Blat returns $rc: @cmd\n";
137 :     if ($rc != 0)
138 :     {
139 :     warn "Blat run failed with rc=$rc\n";
140 :     open(my $fh, ">", $tmpF);
141 :     close($fh);
142 :     }
143 : olson 1.4 }
144 : overbeek 1.1
145 : olson 1.13 # my $cmd = $use_blast ? "touch $tmpF" : "$blat_cmd $dbF $qF -prot -out=blast8 $tmpF > /dev/null";
146 :     # #print STDERR "$cmd\n";
147 :     # my $rc = system $cmd;
148 :     # if ($rc != 0)
149 :     # {
150 :     # die "ProtSims::blastP: blat run failed with rc=$rc: $cmd\n";
151 :     # }
152 :    
153 : overbeek 1.5 my @sims1 = ();
154 :     open(BLAT,"<$tmpF") || die "could not open $tmpF";
155 :     my $sim = <BLAT>;
156 :     while ($sim && ($sim=~ /^(\S+\t\S+)/))
157 :     {
158 :     my $pegs = $1;
159 :     my @pieces = ();
160 :     while ($sim && ($sim=~ /^((\S+\t\S+).*\S)/) && ($2 eq $pegs))
161 :     {
162 :     push(@pieces,[split(/\t/,$1)]);
163 :     $sim = <BLAT>;
164 :     }
165 :     push(@sims1,&condense(\@pieces));
166 :     }
167 :     close(BLAT);
168 : overbeek 1.1 unlink $tmpF;
169 : olson 1.4 #print STDERR &Dumper(sims1 => \@sims1);
170 : overbeek 1.1
171 :     my @rerun = ();
172 :     my @sims = ();
173 :     my $qI = 0;
174 :     my $simI = 0;
175 :     while ($qI < @$q)
176 :     {
177 :     my $peg = $q->[$qI]->[0];
178 : olson 1.4 #print STDERR "processing $peg\n";
179 : overbeek 1.1 my $hits = 0;
180 :     my $simI1 = $simI;
181 :     while (($simI1 < @sims1) && ($sims1[$simI1]->[0] eq $peg))
182 :     {
183 :     if (($simI1 == $#sims1) || ($sims1[$simI1]->[1] ne $sims1[$simI1+1]->[1]))
184 :     {
185 :     $hits++;
186 :     }
187 :     $simI1++;
188 :     }
189 : olson 1.4 #print STDERR "hits=$hits min_hits=$min_hits\n";
190 : overbeek 1.1 if ($hits >= $min_hits)
191 :     {
192 : olson 1.4 push(@sims,@sims1[$simI..$simI1-1]);
193 : overbeek 1.1 }
194 :     else
195 :     {
196 :     push(@rerun,$q->[$qI]);
197 :     }
198 :     $simI = $simI1;
199 :     $qI++;
200 :     }
201 : olson 1.4 #print STDERR &Dumper(rerun => \@rerun);
202 : overbeek 1.1
203 :     if (@rerun > 0)
204 :     {
205 : olson 1.13 my $tmpQ = "$tmp_dir/tmpQ.$$";
206 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($tmpQ,\@rerun);
207 : olson 1.16
208 :    
209 :     #
210 :     # If we're under FCGI (and thus under the servers), and the loadavg is low, do a small parallel run.
211 :     #
212 :    
213 :     my @par = ();
214 :     if (defined($ENV{FCGI_ROLE}) && open(my $la, "/proc/loadavg"))
215 :     {
216 :     my $l = <$la>;
217 :     chomp $l;
218 :     my @vals = split(/\s+/, $l);
219 :     my @procs = split(/\//, $vals[3]);
220 :     if ($vals[0] < 4 && $procs[0] < 8)
221 :     {
222 :     @par = ("-a", 4);
223 :     }
224 :     }
225 :    
226 :    
227 : olson 1.13 # my $cmd = "$blastall_cmd -m 8 -i $tmpQ -d $dbF -FF -p blastp -e 1e-5";
228 : olson 1.16 my @cmd = ($blastall_cmd, '-m', 8, '-i', $tmpQ, '-d', $dbF, '-FF', '-p', 'blastp', '-e', '1e-5', @par);
229 : olson 1.4 #print STDERR "$cmd\n";
230 : olson 1.13 #open(BL, "$cmd|") or die "ProtSims::blastP: pipe to blast failed with $!: $cmd\n";
231 :    
232 : olson 1.14 #
233 :     # It'd be nice to do this but windows doesn't support it.
234 :     #
235 :     #open(BL, "-|", @cmd) or die "ProtSims::blastP: pipe to blast failed with $!: @cmd\n";
236 :     my $out_tmp = "$tmp_dir/blast_out.$$";
237 :     push(@cmd, "-o", $out_tmp);
238 :     print STDERR "@cmd\n";
239 :     my $rc = system(@cmd);
240 :     if ($rc != 0)
241 :     {
242 :     warn "Error rc=$rc running blast: @cmd\n";
243 :     }
244 :     else
245 :     {
246 :     if (open(BL, "<", $out_tmp))
247 :     {
248 :     while (<BL>)
249 :     {
250 :     chomp;
251 :     push @sims, [ split(/\s+/, $_) ];
252 :     }
253 :     #my @blastout = map { chomp; [split(/\s+/,$_)] } <BL>;
254 :     # push(@sims,@blastout);
255 :     close(BL);
256 :     }
257 :     }
258 :     unlink $out_tmp;
259 : overbeek 1.1 unlink $tmpQ;
260 :     }
261 :    
262 : overbeek 1.3 my %lnQ = map { $_->[0] => length($_->[2]) } @$q;
263 : olson 1.15
264 :     @sims = map { push(@$_, $lnQ{$_->[0]}, $db_lengths->{$_->[1]}); bless($_,'Sim') } @sims;
265 : overbeek 1.1
266 : olson 1.13 if ($qF eq "$tmp_dir/query.$$") { unlink $qF }
267 :     if ($dbF eq "$tmp_dir/db.$$") { unlink($dbF,"$dbF.psq","$dbF.pin","$dbF.phr") }
268 : overbeek 1.9 return sort { ($a->id1 cmp $b->id1) or ($a->psc <=> $b->psc) or ($a->id2 cmp $b->id2) } @sims;
269 : overbeek 1.5 }
270 :    
271 :     sub condense {
272 :     my($pieces) = @_;
273 :    
274 : overbeek 1.6 my $best_sc = $pieces->[0]->[10];
275 : overbeek 1.5 my @sims = sort { ($a->[6] <=> $b->[6]) } @$pieces;
276 : overbeek 1.7 while (@sims > 1)
277 : overbeek 1.5 {
278 : overbeek 1.7 my $gap1 = $sims[1]->[6] - $sims[0]->[7];
279 :     my $gap2 = $sims[1]->[8] - $sims[0]->[9];
280 :     my $diff = abs($gap1 - $gap2);
281 :     if (($gap1 <= 300) && ($gap2 <= 300) && ($diff <= (0.1 * &min($gap1,$gap2))))
282 :     {
283 :     $sims[0]->[7] = $sims[1]->[7];
284 :     $sims[0]->[9] = $sims[1]->[9];
285 :     }
286 : overbeek 1.5 splice(@sims,1,1);
287 :     }
288 : overbeek 1.6 $sims[0]->[10] = $best_sc;
289 : overbeek 1.5 return $sims[0];
290 : overbeek 1.1 }
291 :    
292 : overbeek 1.7 sub min {
293 :     my($x,$y) = @_;
294 :     return ($x <= $y) ? $x : $y;
295 :     }
296 :    
297 : overbeek 1.1 1;

MCS Webmaster
ViewVC Help
Powered by ViewVC 1.0.3