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

Annotation of /FigKernelScripts/find_gaps.pl

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1.1 - (view) (download) (as text)

1 : overbeek 1.1 # -*- perl -*-
2 :     #
3 :     # Copyright (c) 2003-2006 University of Chicago and Fellowship
4 :     # for Interpretations of Genomes. All Rights Reserved.
5 :     #
6 :     # This file is part of the SEED Toolkit.
7 :     #
8 :     # The SEED Toolkit is free software. You can redistribute
9 :     # it and/or modify it under the terms of the SEED Toolkit
10 :     # Public License.
11 :     #
12 :     # You should have received a copy of the SEED Toolkit Public License
13 :     # along with this program; if not write to the University of Chicago
14 :     # at info@ci.uchicago.edu or the Fellowship for Interpretation of
15 :     # Genomes at veronika@thefig.info or download a copy from
16 :     # http://www.theseed.org/LICENSE.TXT.
17 :     #
18 :    
19 :    
20 :     use FIG;
21 :     $fig = new FIG;
22 :    
23 :     use constant LEFT => 0;
24 :     use constant RIGHT => 1;
25 :     use constant FID => 2;
26 :    
27 :     use constant TRAN => 0;
28 :     use constant OTHERS => 1;
29 :    
30 :     $0 =~ m/([^\/]+)$/; $this_tool = $1;
31 :     $usage = "$this_tool $org_id contigs tbl_1 tbl_2 ... > gap_tbl";
32 :    
33 :     $trouble = 0;
34 :    
35 :     ($org_id = shift @ARGV) || (($trouble = 1) && (warn "No Org-ID given"));
36 :    
37 :     for ($i=0; $i < @ARGV; ++$i)
38 :     {
39 :     if (!-e $ARGV[$i])
40 :     {
41 :     $trouble = 1;
42 :     print STDERR "ERROR: File $ARGV[$i] does not exist\n";
43 :     }
44 :     }
45 :     die "\n\nAborting due to invalid args\n\nusage: $usage\n\n" if $trouble;
46 :    
47 :     (($contigs_file = shift @ARGV) && (-s $contigs_file))
48 :     || die "Contigs file $contigs_file has zero size\n\n\tusage: $usage\n\n";
49 :    
50 :     ((@tbls = @ARGV) > 0) || die "\n\tusage: $usage\n\n";
51 :    
52 :     $len_of = &load_contig_lens($contigs_file);
53 :     $regions = &load_regions(@tbls);
54 :     # die Dumper($features);
55 :    
56 :     foreach $contig (keys %$regions)
57 :     {
58 :     $x = $regions->{$contig};
59 :    
60 :     if ($x->[0] > 1) { unshift @$x, [0, 0]; }
61 :     if ($x->[-1] > $len_of->{$contig}) { push @$x, [1+$len_of->{$contig}, 1+$len_of->{$contig}]; }
62 :    
63 :     for ($i=1; $i < @$x; ++$i)
64 :     {
65 :     $gap_beg = $x->[$i-1]->[RIGHT] + 1;
66 :     $gap_end = $x->[$i]->[LEFT] - 1;
67 :     $gap_len = $gap_end - $gap_beg + 1;
68 :     $gap_loc = "$contig\_$gap_beg\_$gap_end";
69 :    
70 :     print "fig|$org_id.gap.".($i+1) . "\t$gap_loc\n";
71 :     }
72 :     }
73 :     print STDERR "$this_tool done\n\n";
74 :     exit(0);
75 :    
76 :    
77 :     sub load_contig_lens
78 :     {
79 :     my ($contigs_file) = @_;
80 :    
81 :     my $len_of = {};
82 :    
83 :     open (CONTIGS, "<$contigs_file") or die "could not open $contigs_file to read";
84 :     while (($id, $seqP) = &FIG::read_fasta_record(\*CONTIGS))
85 :     {
86 :     $len_of->{$id} = length($$seqP);
87 :     }
88 :     close(CONTIGS) or die "could not close $contigs_file";
89 :    
90 :     return $len_of;
91 :     }
92 :    
93 :     sub load_regions
94 :     {
95 :     my (@tbl_files) = @_;
96 :     my ($fid, $org, $locus, $contig, $beg, $end, $len);
97 :    
98 :     my $regions = {};
99 :     foreach my $tbl_file (@tbl_files)
100 :     {
101 :     my $num_fids = 0;
102 :     open(TBL,"<$tbl_file") || die "could not open $tbl_file";
103 :     print STDERR "Loading $tbl_file ...\n" if $ENV{VERBOSE};
104 :    
105 :     while (defined($entry = <TBL>))
106 :     {
107 :     ++$num_fids;
108 :     chomp $entry;
109 :     if ($entry =~ /^(\S+)\s+(\S+)/)
110 :     {
111 :     ($fid, $locus) = ($1, $2);
112 :     if ($fid !~ m/^fig\|(\d+\.\d+)\.(rna|peg|orf)\.(\d+)$/)
113 :     {
114 :     die "Invalid FID $fid";
115 :     }
116 :    
117 :     ($contig, $beg, $end) = $fig->boundaries_of($locus);
118 :     $len = 1 + abs($end-$beg);
119 :    
120 :     unless (defined($regions->{$contig})) { $regions->{$contig} = []; }
121 :     push(@ { $regions->{$contig} }, [ &FIG::min($beg, $end), &FIG::max($beg, $end), $fid ] );
122 :     }
123 :     else
124 :     {
125 :     print STDERR "Skipping invalid entry $entry\n";
126 :     }
127 :     }
128 :     print STDERR "Loaded $num_fids features from $tbl_file\n\n" if $ENV{VERBOSE};
129 :     close(TBL);
130 :     }
131 :    
132 :     foreach my $contig (keys(%$regions))
133 :     {
134 :     my $x = [ sort { $a->[LEFT] <=> $b->[LEFT] } @ { $regions->{$contig} } ];
135 :     for (my $i=1; $i < @$x; ++$i)
136 :     {
137 :     while (($i < @$x) && ($x->[$i-1]->[RIGHT] >= $x->[$i]->[LEFT]))
138 :     {
139 :     print STDERR "Merging $i:\t$x->[$i-1]->[FID]\t$x->[$i]->[FID]\n"
140 :     if ($ENV{VERBOSE} && ($ENV{VERBOSE} > 1));
141 :     $x->[$i-1]->[RIGHT] = &FIG::max( $x->[$i-1]->[RIGHT], $x->[$i]->[RIGHT] );
142 :     splice @$x, $i, 1;
143 :     }
144 :     }
145 :    
146 :     $regions->{$contig} = $x;
147 :     print STDERR "After merger, $contig has ", (scalar @$x), " regions\n\n" if $ENV{VERBOSE};
148 :     }
149 :    
150 :     return $regions;
151 :     }

MCS Webmaster
ViewVC Help
Powered by ViewVC 1.0.3