[Bio] / FigKernelScripts / build_initial_objects_for_start_predictions.pl Repository:
ViewVC logotype

Annotation of /FigKernelScripts/build_initial_objects_for_start_predictions.pl

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1.4 - (view) (download) (as text)

1 : overbeek 1.1
2 :     use FIG;
3 :     my $fig = new FIG;
4 :    
5 :     $usage = "usage: build_initial_objects_for_start_predictions < pegs_in_cluster > initial_objects";
6 :    
7 :     @pegs = <STDIN>;
8 :     chomp @pegs;
9 :     # print "NPEGS=", scalar(@pegs), "\n";
10 :     for ($i=0; $i < @pegs; $i++) # strip off all but peg ids at front
11 :     {
12 :     if ($pegs[$i] =~ /(\S+)\t.*/)
13 :     {
14 :     $pegs[$i] = $1;
15 :     }
16 :     }
17 :    
18 :     foreach $peg (@pegs)
19 :     {
20 :     $genome = $fig->genome_of($peg);
21 :     $loc = $fig->feature_location($peg);
22 :     # print "$len{$peg}\t$peg\t$loc\n";
23 :     if ($loc =~ /,/)
24 :     {
25 :     print STDERR "skipping $peg - do not handle complex locs\n";
26 :     next;
27 :     }
28 :    
29 : overbeek 1.4 my $lnC = $fig->contig_ln($genome,$contig);
30 : overbeek 1.1 ($contig,$begin,$end) = $fig->boundaries_of($loc);
31 :     if ($begin < $end)
32 :     {
33 :     $l = sprintf("%s_%d_%d",$contig,1,$begin-1);
34 : overbeek 1.4 if ($end < ($lnC-3))
35 :     {
36 :     $end += 3;
37 :     }
38 : overbeek 1.1 }
39 :     else
40 :     {
41 :     $l = sprintf("%s_%d_%d",$contig,$begin+1,$fig->contig_ln($genome,$contig));
42 : overbeek 1.4 if ($end > 3)
43 :     {
44 :     $end -= 3;
45 :     }
46 : overbeek 1.1 }
47 :    
48 :     $loc = join("_",($contig,$begin,$end));
49 :     $seq = uc $fig->dna_seq($genome,$loc);
50 : overbeek 1.3 if (! $seq)
51 :     {
52 :     print STDERR &Dumper($peg,$loc,$seq); die "could not get sequence for $peg";
53 :     }
54 :    
55 : overbeek 1.1 # The following hack handles uncertainty about whether SEED gives back the STOP or not
56 :     if (substr($seq,-6,3) =~ /TAA|TAG|TGA/i)
57 :     {
58 : overbeek 1.2 $end = ($begin < $end) ? $end-3 : $end+3;
59 : overbeek 1.1 $seq = substr($seq,0,length($seq) - 3);
60 :     }
61 :     elsif (substr($seq,-3,3) !~ /TAA|TAG|TGA/i)
62 :     {
63 : overbeek 1.4 warn "BAD STOP: $peg $genome $loc $seq\n";
64 : overbeek 1.1 }
65 :    
66 : overbeek 1.2 $loc = join("_",($contig,$begin,$end));
67 : overbeek 1.1
68 :    
69 :     # BACK INTO THE STOP FROM START OF PEG
70 :     $pre_peg = uc $fig->dna_seq($genome,$l);
71 :     $found = 0;
72 :     $len_pre_peg = length($pre_peg);
73 :    
74 :     for ($i=$len_pre_peg-3; $i > 0 && ! $found; $i-=3)
75 :     {
76 :     $stop = substr($pre_peg,$i,3);
77 :     if ($stop eq "TAG" || $stop eq "TAA" || $stop eq "TGA")
78 :     {
79 :     # print "FOUND $stop for $l\n";
80 :     $orf = substr($pre_peg,$i+3) . $seq;
81 :     if (($i-27) > 0)
82 :     {
83 :     $pre_orf = substr($pre_peg,$i-27,30);
84 :     my $gs = $fig->org_of($peg);
85 :     my @aliases = grep { $_ =~ /^([NXYZA]P_[0-9\.]+)|(uni\|)|(sp\|)/ } $fig->feature_aliases($peg);
86 :     print "ID=$peg\n";
87 :     print "GENOME=$gs\n";
88 :     if (@aliases > 0)
89 :     {
90 :     print "ALIASES=",join(",",@aliases),"\n";
91 :     }
92 :     print "CONTIG=$contig\n";
93 :     #####print "BEGIN=$begin\n";
94 :     if ($begin < $end)
95 :     {
96 :     print "BEGIN=", $begin-($len_pre_peg-$i-3), "\n";
97 :     }
98 :     else
99 :     {
100 :     print "BEGIN=", $begin+($len_pre_peg-$i-3), "\n";
101 :     }
102 :     print "END=$end\n";
103 :     print "SEQ=$orf\n";
104 :     print "PREFIX=$pre_orf\n";
105 :     print "OLD_START_POS=", $len_pre_peg-$i-2, "\n";
106 :     print "///\n";
107 :     $found = 1;
108 :     }
109 :     else
110 :     {
111 :     print STDERR "skipping $peg - not enough prefix before orf\n";
112 :     }
113 :     last;
114 :     }
115 :     }
116 :     if ( ! $found)
117 :     {
118 :     print STDERR "DID NOT FIND STOP BEFORE $peg $contig $begin $end $l\n";
119 :     }
120 :     }

MCS Webmaster
ViewVC Help
Powered by ViewVC 1.0.3