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

Annotation of /FigKernelPackages/ProtSims.pm

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1.18 - (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 : olson 1.17 #
36 :     # Need to call temps different names on each invocation -
37 :     # if a subprocess hung on windows, we get problems with
38 :     # "file in use" errors.
39 :     #
40 :     my $tmp_serial = 0;
41 :    
42 : overbeek 1.1 sub blastP {
43 : overbeek 1.12 my($q,$db,$min_hits,$use_blast) = @_;
44 : overbeek 1.1
45 : overbeek 1.2 my(@q,@db);
46 :    
47 : olson 1.13 my $tmp_dir = SeedAware::location_of_tmp();
48 :    
49 : olson 1.18 my $tmp_suffix = $$ . "." . $tmp_serial++ . "." . time;
50 : olson 1.17
51 : overbeek 1.1 my $qF;
52 :     if (ref $q)
53 :     {
54 : olson 1.17 $qF = "$tmp_dir/query.$tmp_suffix";
55 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($qF,$q);
56 :     }
57 :     else
58 :     {
59 :     $qF = $q;
60 :     if (-e $qF)
61 :     {
62 : overbeek 1.2 @q = &gjoseqlib::read_fasta($qF);
63 : overbeek 1.1 $q = \@q;
64 :     }
65 :     else
66 :     {
67 :     die "$qF is missing";
68 :     }
69 :     }
70 :    
71 : olson 1.15 my $db_lengths = {};
72 :    
73 : overbeek 1.1 my $dbF;
74 :     if (ref $db)
75 :     {
76 : olson 1.17 $dbF = "$tmp_dir/db.$tmp_suffix";
77 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($dbF,$db);
78 : olson 1.13 system($formatdb_cmd, '-i', $dbF);
79 : olson 1.15 $db_lengths->{$_->[0]} = length($_->[2]) for @$db;
80 : overbeek 1.1 }
81 :     else
82 :     {
83 :     $dbF = $db;
84 :     if (-e $dbF)
85 :     {
86 :     if (! ((-e "$dbF.psq") && ((-M "$dbF.psq") < (-M $dbF))))
87 :     {
88 : olson 1.13 system($formatdb_cmd, '-i', $dbF);;
89 : overbeek 1.1 }
90 : olson 1.15
91 :     my $db_tie;
92 :     if (-f "$dbF.lengths")
93 :     {
94 :     $db_tie = tie %$db_lengths, 'DB_File', "$dbF.lengths", O_RDONLY, 0, $DB_BTREE;
95 :     $db_tie or warn "Cannot tie $dbF.lengths: $!";
96 :     }
97 :     if (!defined($db_tie))
98 :     {
99 :     if (open(my $dbfh, "<", $dbF))
100 :     {
101 :     while (my($id, $def, $seq) = gjoseqlib::read_next_fasta_seq($dbfh))
102 :     {
103 :     $db_lengths->{$id} = length($seq);
104 :     }
105 :     close($dbfh);
106 :     }
107 :     else
108 :     {
109 :     warn "Cannot open $dbF: $!";
110 :     }
111 :     }
112 : overbeek 1.1 }
113 :     else
114 :     {
115 :     die "$dbF is missing";
116 :     }
117 :     }
118 :    
119 : olson 1.17 my $tmpF = "$tmp_dir/sim.out.$tmp_suffix";
120 : olson 1.13
121 :     if ($use_blast)
122 :     {
123 :     open(my $fh, ">", $tmpF);
124 :     close($fh);
125 :     }
126 :     else
127 : olson 1.4 {
128 : olson 1.13 my @cmd = ($blat_cmd, $dbF, $qF, "-prot", "-out=blast8", $tmpF);
129 :    
130 : olson 1.16 #
131 :     # When running under FCGI, the system_with_redirect fails due to
132 :     # the FCGI library redefining open.
133 :     #
134 :    
135 :     my $rc;
136 :     if (defined($ENV{FCGI_ROLE}))
137 :     {
138 :     $rc = system(@cmd);
139 :     }
140 :     else
141 :     {
142 :     $rc = system_with_redirect(\@cmd, { stdout => '/dev/null' } );
143 :     }
144 :    
145 : olson 1.13 print STDERR "Blat returns $rc: @cmd\n";
146 :     if ($rc != 0)
147 :     {
148 :     warn "Blat run failed with rc=$rc\n";
149 :     open(my $fh, ">", $tmpF);
150 :     close($fh);
151 :     }
152 : olson 1.4 }
153 : overbeek 1.1
154 : olson 1.13 # my $cmd = $use_blast ? "touch $tmpF" : "$blat_cmd $dbF $qF -prot -out=blast8 $tmpF > /dev/null";
155 :     # #print STDERR "$cmd\n";
156 :     # my $rc = system $cmd;
157 :     # if ($rc != 0)
158 :     # {
159 :     # die "ProtSims::blastP: blat run failed with rc=$rc: $cmd\n";
160 :     # }
161 :    
162 : overbeek 1.5 my @sims1 = ();
163 :     open(BLAT,"<$tmpF") || die "could not open $tmpF";
164 :     my $sim = <BLAT>;
165 :     while ($sim && ($sim=~ /^(\S+\t\S+)/))
166 :     {
167 :     my $pegs = $1;
168 :     my @pieces = ();
169 :     while ($sim && ($sim=~ /^((\S+\t\S+).*\S)/) && ($2 eq $pegs))
170 :     {
171 :     push(@pieces,[split(/\t/,$1)]);
172 :     $sim = <BLAT>;
173 :     }
174 :     push(@sims1,&condense(\@pieces));
175 :     }
176 :     close(BLAT);
177 : overbeek 1.1 unlink $tmpF;
178 : olson 1.4 #print STDERR &Dumper(sims1 => \@sims1);
179 : overbeek 1.1
180 :     my @rerun = ();
181 :     my @sims = ();
182 :     my $qI = 0;
183 :     my $simI = 0;
184 :     while ($qI < @$q)
185 :     {
186 :     my $peg = $q->[$qI]->[0];
187 : olson 1.4 #print STDERR "processing $peg\n";
188 : overbeek 1.1 my $hits = 0;
189 :     my $simI1 = $simI;
190 :     while (($simI1 < @sims1) && ($sims1[$simI1]->[0] eq $peg))
191 :     {
192 :     if (($simI1 == $#sims1) || ($sims1[$simI1]->[1] ne $sims1[$simI1+1]->[1]))
193 :     {
194 :     $hits++;
195 :     }
196 :     $simI1++;
197 :     }
198 : olson 1.4 #print STDERR "hits=$hits min_hits=$min_hits\n";
199 : overbeek 1.1 if ($hits >= $min_hits)
200 :     {
201 : olson 1.4 push(@sims,@sims1[$simI..$simI1-1]);
202 : overbeek 1.1 }
203 :     else
204 :     {
205 :     push(@rerun,$q->[$qI]);
206 :     }
207 :     $simI = $simI1;
208 :     $qI++;
209 :     }
210 : olson 1.4 #print STDERR &Dumper(rerun => \@rerun);
211 : overbeek 1.1
212 :     if (@rerun > 0)
213 :     {
214 : olson 1.17 my $tmpQ = "$tmp_dir/tmpQ.$tmp_suffix";
215 : overbeek 1.1 &gjoseqlib::print_alignment_as_fasta($tmpQ,\@rerun);
216 : olson 1.16
217 :    
218 :     #
219 :     # If we're under FCGI (and thus under the servers), and the loadavg is low, do a small parallel run.
220 :     #
221 :    
222 :     my @par = ();
223 :     if (defined($ENV{FCGI_ROLE}) && open(my $la, "/proc/loadavg"))
224 :     {
225 :     my $l = <$la>;
226 :     chomp $l;
227 :     my @vals = split(/\s+/, $l);
228 :     my @procs = split(/\//, $vals[3]);
229 :     if ($vals[0] < 4 && $procs[0] < 8)
230 :     {
231 :     @par = ("-a", 4);
232 :     }
233 :     }
234 :    
235 :    
236 : olson 1.13 # my $cmd = "$blastall_cmd -m 8 -i $tmpQ -d $dbF -FF -p blastp -e 1e-5";
237 : olson 1.16 my @cmd = ($blastall_cmd, '-m', 8, '-i', $tmpQ, '-d', $dbF, '-FF', '-p', 'blastp', '-e', '1e-5', @par);
238 : olson 1.4 #print STDERR "$cmd\n";
239 : olson 1.13 #open(BL, "$cmd|") or die "ProtSims::blastP: pipe to blast failed with $!: $cmd\n";
240 :    
241 : olson 1.14 #
242 :     # It'd be nice to do this but windows doesn't support it.
243 :     #
244 :     #open(BL, "-|", @cmd) or die "ProtSims::blastP: pipe to blast failed with $!: @cmd\n";
245 : olson 1.17 my $out_tmp = "$tmp_dir/blast_out.$tmp_suffix";
246 : olson 1.14 push(@cmd, "-o", $out_tmp);
247 :     print STDERR "@cmd\n";
248 :     my $rc = system(@cmd);
249 :     if ($rc != 0)
250 :     {
251 :     warn "Error rc=$rc running blast: @cmd\n";
252 :     }
253 :     else
254 :     {
255 :     if (open(BL, "<", $out_tmp))
256 :     {
257 :     while (<BL>)
258 :     {
259 :     chomp;
260 :     push @sims, [ split(/\s+/, $_) ];
261 :     }
262 :     #my @blastout = map { chomp; [split(/\s+/,$_)] } <BL>;
263 :     # push(@sims,@blastout);
264 :     close(BL);
265 :     }
266 :     }
267 :     unlink $out_tmp;
268 : overbeek 1.1 unlink $tmpQ;
269 :     }
270 :    
271 : overbeek 1.3 my %lnQ = map { $_->[0] => length($_->[2]) } @$q;
272 : olson 1.15
273 :     @sims = map { push(@$_, $lnQ{$_->[0]}, $db_lengths->{$_->[1]}); bless($_,'Sim') } @sims;
274 : overbeek 1.1
275 : olson 1.17 if ($qF eq "$tmp_dir/query.$tmp_suffix") { unlink $qF }
276 :     if ($dbF eq "$tmp_dir/db.$tmp_suffix") { unlink($dbF,"$dbF.psq","$dbF.pin","$dbF.phr") }
277 : overbeek 1.9 return sort { ($a->id1 cmp $b->id1) or ($a->psc <=> $b->psc) or ($a->id2 cmp $b->id2) } @sims;
278 : overbeek 1.5 }
279 :    
280 :     sub condense {
281 :     my($pieces) = @_;
282 :    
283 : overbeek 1.6 my $best_sc = $pieces->[0]->[10];
284 : overbeek 1.5 my @sims = sort { ($a->[6] <=> $b->[6]) } @$pieces;
285 : overbeek 1.7 while (@sims > 1)
286 : overbeek 1.5 {
287 : overbeek 1.7 my $gap1 = $sims[1]->[6] - $sims[0]->[7];
288 :     my $gap2 = $sims[1]->[8] - $sims[0]->[9];
289 :     my $diff = abs($gap1 - $gap2);
290 :     if (($gap1 <= 300) && ($gap2 <= 300) && ($diff <= (0.1 * &min($gap1,$gap2))))
291 :     {
292 :     $sims[0]->[7] = $sims[1]->[7];
293 :     $sims[0]->[9] = $sims[1]->[9];
294 :     }
295 : overbeek 1.5 splice(@sims,1,1);
296 :     }
297 : overbeek 1.6 $sims[0]->[10] = $best_sc;
298 : overbeek 1.5 return $sims[0];
299 : overbeek 1.1 }
300 :    
301 : overbeek 1.7 sub min {
302 :     my($x,$y) = @_;
303 :     return ($x <= $y) ? $x : $y;
304 :     }
305 :    
306 : overbeek 1.1 1;

MCS Webmaster
ViewVC Help
Powered by ViewVC 1.0.3