[Bio] / FortyEightMeta / mg_postproc_taxa_sims.pl Repository:
ViewVC logotype

Annotation of /FortyEightMeta/mg_postproc_taxa_sims.pl

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1.10 - (view) (download) (as text)

1 : olson 1.1
2 :     #
3 :     # Postprocess the metagenome LSU/SSU/Greengene sims runs.
4 :     #
5 :    
6 :     use DB_File;
7 :     use Data::Dumper;
8 :    
9 :     use Job48;
10 :     use strict;
11 :     use FIG;
12 :     use FIGV;
13 :     use FIG_Config;
14 :     use File::Basename;
15 :     use File::Copy;
16 :     use GenomeMeta;
17 :     use Carp 'croak';
18 :     use FortyEightMeta::ExpandSims;
19 :    
20 :     @ARGV == 1 or die "Usage: $0 job-dir\n";
21 :    
22 :     my $blast2gff_exe = "$FIG_Config::bin/blast2gff";
23 :     -x $blast2gff_exe or &fatal("Executable $blast2gff_exe missing");
24 :    
25 :     my $correct_contigs_exe = "$FIG_Config::bin/correct_gff_missing_contigs";
26 :     -x $correct_contigs_exe or &fatal("Executable $correct_contigs_exe missing");
27 :    
28 :     my $gff2seed_exe = "$FIG_Config::bin/gff2seed";
29 :     -x $gff2seed_exe or &fatal("Executable $gff2seed_exe missing");
30 :    
31 :     my $get_ss_conns_exe = "$FIG_Config::bin/get_ss_connections";
32 :     -x $get_ss_conns_exe or &fatal("Executable $get_ss_conns_exe missing");
33 :    
34 :     my $summarize_exe = "$FIG_Config::bin/summarize_taxonomy_by_blast";
35 :     -x $summarize_exe or &fatal("Executable $summarize_exe missing");
36 :    
37 :     my $jobdir = shift;
38 :    
39 :     my $job_id = basename($jobdir);
40 :     my $job = new Job48($job_id);
41 :    
42 :     my $meta = $job->meta;
43 : olson 1.3 my $genome = $job->genome_id();
44 : olson 1.1
45 :     print "Running job! $jobdir\n";
46 :    
47 :     $meta->set_metadata("status.sims_postprocess", "in_progress");
48 :    
49 :     &process_rdp();
50 :     &create_seed_gff();
51 :     &install_seed_gff();
52 :    
53 :     $meta->set_metadata("status.sims_postprocess", "complete");
54 :     $meta->set_metadata("sims_postprocess.running", "no");
55 :    
56 :     exit(0);
57 :    
58 :     #
59 :     # Process the seed blastx results into an organism directory.
60 :     #
61 :     sub create_seed_gff
62 :     {
63 :    
64 :     #
65 :     # consolidate all the blastx generated sims into a single file
66 :     #
67 :    
68 :     my $sims = "$jobdir/proc/sims.seed.raw";
69 :     consolidate_sims("$jobdir/proc/sims.seed", $sims);
70 :    
71 :     my $gff = "$jobdir/proc/$genome.gff";
72 :     my $out_sims = "$jobdir/proc/$genome.sims";
73 :    
74 :     #
75 : olson 1.5 # Use the btree-indexed NR from the data directory if possible.
76 :     #
77 :    
78 : olson 1.6 my $nr = "$FIG_Config::metagenome_data/nr.2007-0208.btree";
79 :     my $nrlen = "$FIG_Config::metagenome_data/nr.2007-0208.len.btree";
80 : olson 1.5 my @nrarg;
81 :     if (-f $nr)
82 :     {
83 :     @nrarg = ('-nr', $nr);
84 :     }
85 : olson 1.6 if (-f $nrlen)
86 :     {
87 :     push(@nrarg, "-nrlen", $nrlen);
88 :     }
89 : olson 1.5
90 :    
91 :     #
92 : olson 1.1 # Verify we have the inputs we need for generating the orgdir.
93 :     #
94 :    
95 :     my $fasta = $meta->get_metadata("preprocess.fasta_file");
96 :     ($fasta and -f $fasta) or &fatal("fasta not found: '$fasta'");
97 :    
98 :     my $taxonomy = &FIG::file_head("$jobdir/TAXONOMY", 1);
99 :     my $project = &FIG::file_head("$jobdir/PROJECT", 1);
100 :     chomp $taxonomy;
101 :     chomp $project;
102 :    
103 :     #
104 :     # Start the process.
105 :     #
106 :    
107 :     my @args = (-f => $fasta,
108 :     -s => $out_sims,
109 :     -o => $gff,
110 :     -gs => $job->genome_name(),
111 :     -taxonomy => $taxonomy,
112 :     -proj => $project,
113 :     -g => $genome,
114 : olson 1.5 @nrarg,
115 : olson 1.1 $sims);
116 :    
117 :     my $pid = open(BOUT, "-|");
118 :     if ($pid == 0)
119 :     {
120 :     exec { $blast2gff_exe } $blast2gff_exe, @args;
121 :     die "Failed: $!: $blast2gff_exe @args";
122 :     }
123 :    
124 :     print "Started pid=$pid $blast2gff_exe @args\n";
125 :    
126 :     while (<BOUT>)
127 :     {
128 :     print "Blast2gff: $_";
129 :     }
130 :    
131 :     if (!close(BOUT))
132 :     {
133 :     &fatal("Failed with \$!=$! \$?=$?: $blast2gff_exe @args");
134 :     }
135 :     }
136 :    
137 :     #
138 :     # Unpack the gff file into the organism directory, do the rest of the post-install cleanup.
139 :    
140 :     #
141 :     sub install_seed_gff
142 :     {
143 :     my $genome = $job->genome_id();
144 :     my $gff = "$jobdir/proc/$genome.gff";
145 :     my $out_sims = "$jobdir/proc/$genome.sims";
146 :    
147 :     -f $gff or &fatal("gff file $gff does not exist");
148 :    
149 :     makedir("$jobdir/rp");
150 :     my $orgdir = "$jobdir/rp/$genome";
151 :    
152 :     my $fasta = $meta->get_metadata("preprocess.fasta_file");
153 :     ($fasta and -f $fasta) or &fatal("fasta not found: '$fasta'");
154 :    
155 :     #
156 :     # seed2gff won't run if the orgdir exists
157 :     #
158 :    
159 :     if (-d $orgdir)
160 :     {
161 :     my $new = "$orgdir." . time;
162 :     print "Moving $orgdir to $new\n";
163 :     rename $orgdir, $new or &fatal("Cannot rename $orgdir to $new: $!");
164 :     }
165 :    
166 :     #
167 :     # Create seed dir
168 :     #
169 :     my @args = ("-debug", $gff, "$jobdir/rp");
170 :     &run_pipe(\*STDOUT, $gff2seed_exe, @args);
171 :    
172 :     #
173 :     # Copy in missing contigs
174 :     #
175 :    
176 :     &run_pipe(\*STDOUT, $correct_contigs_exe, "-orgdir", $orgdir, $fasta, $genome);
177 :    
178 :     #
179 : olson 1.9 # Index contigs.
180 :     #
181 :    
182 :     &run_pipe(\*STDOUT, "$FIG_Config::bin/make_fasta_btree",
183 :     "$orgdir/contigs",
184 :     "$orgdir/contigs.btree",
185 :     "$orgdir/contig_len.btree");
186 :    
187 :     #
188 : olson 1.1 # Copy sims.
189 :     #
190 :     copy($out_sims, "$orgdir/similarities");
191 :    
192 :     #
193 :     # Expand sims.
194 :     #
195 :    
196 : olson 1.7 my $peg_syns = "$FIG_Config::fortyeight_data/peg.synonyms";
197 : olson 1.8 my $exp_sims = "$orgdir/expanded_similarities";
198 : olson 1.7 &run_pipe(\*STDOUT, "$FIG_Config::bin/expand_sims",
199 :     "-orgdir", $orgdir,
200 :     $peg_syns,
201 : olson 1.8 "$orgdir/similarities", $exp_sims);
202 : olson 1.7
203 :     # my $fig = new FIGV($orgdir);
204 :    
205 : olson 1.1
206 :    
207 : olson 1.7 # my $syns_fh = new FileHandle($peg_syns);
208 :     # $syns_fh or &fatal("cannot open $peg_syns: $!");
209 : olson 1.1
210 : olson 1.7 # my $syns = load_peg_syns($syns_fh);
211 : olson 1.1
212 : olson 1.7 # eval {
213 :     # expand_sims($fig, $out_sims, $exp_sims, $syns);
214 :     # };
215 :     # if ($@)
216 :     # {
217 :     # &fatal("error in expand_sims: $@");
218 :     # }
219 :    
220 : olson 1.1
221 :     #
222 :     # Set up to compute subsys mappings.
223 :     #
224 :    
225 :     makedir("$orgdir/Subsystems");
226 :     my $bindings = "$orgdir/Subsystems/bindings";
227 :     my $subsystems = "$orgdir/Subsystems/subsystems";
228 :    
229 :     &touch($bindings);
230 :     &touch($subsystems);
231 :    
232 :     my $fh = new FileHandle(">$orgdir/ss.attributes");
233 :     $fh or &fatal("Cannot write $orgdir/ss.attributes: $!");
234 :    
235 :     &run_pipe($fh,
236 :     $get_ss_conns_exe,
237 :     "-figv", $bindings, $subsystems,
238 :     "-orgdir", $orgdir,
239 :     "-g", $genome);
240 :     close($fh);
241 :    
242 :     my $fh = new FileHandle(">$orgdir/taxa_summary_by_blast");
243 :     $fh or &fatal("Cannot write $orgdir/taxa_summary_by_blast: $!");
244 :    
245 :     &run_pipe($fh,
246 :     $summarize_exe,
247 :     "-orgdir", $orgdir,
248 : olson 1.9 "-b", "$orgdir/taxa_summary_by_blast.btree",
249 : olson 1.1 $genome);
250 :     close($fh);
251 : olson 1.4
252 :     #
253 :     # Copy in the taxa hits that we computed earlier.
254 :     #
255 :     system("cp $jobdir/proc/taxa*hits $orgdir/.");
256 : olson 1.1 }
257 :    
258 :     #
259 :     # If we are running here, we should have generated sims in the proc/sims.{16s,gg,lsu,ssu} directories.
260 :     # Scan the task.list files in each of them, and concatenate the output into files proc/sims.WHAT.raw.
261 :     #
262 :     sub process_rdp
263 :     {
264 : olson 1.3 my $orgdir = "$jobdir/rp/$genome";
265 :    
266 : olson 1.1 for my $name (qw(16s gg lsu ssu))
267 :     {
268 : mkubal 1.10 #my $dir = "$jobdir/proc/sims.$name";
269 : olson 1.1 my $sims = "$jobdir/proc/sims.$name.raw";
270 :    
271 : mkubal 1.10 #consolidate_sims($dir, $sims);
272 : olson 1.1 #
273 :     # Now we can invoke the appropriate analysis.
274 :     #
275 : olson 1.3
276 : olson 1.4 my $besthits = "$jobdir/proc/taxa.$name.besthits";
277 :     my $allhits = "$jobdir/proc/taxa.$name.allhits";
278 : olson 1.1
279 :     if ($name eq 'gg')
280 :     {
281 : olson 1.3 my @cmd = ("$FIG_Config::bin/blast2taxa", $sims, $besthits, $allhits);
282 : olson 1.2 my $rc = system(@cmd);
283 : olson 1.1 if ($rc != 0)
284 :     {
285 :     &fatal("error running $FIG_Config::bin/blast2taxa $sims");
286 :     }
287 :     }
288 :     elsif ($name eq 'lsu' or $name eq 'ssu' or $name eq '16s')
289 :     {
290 :     my $db = $name;
291 :     $db = "rdp" if $name eq '16s';
292 :    
293 :     my @cmd = ("$FIG_Config::bin/16s_taxa_mysql",
294 :     '-d', $db,
295 :     '-b', $sims,
296 :     '-c', '1e-5',
297 :     '-l', '50',
298 : olson 1.3 '-ah', $allhits,
299 :     '-bh', $besthits);
300 : olson 1.1 print "Run @cmd\n";
301 :     my $rc = system(@cmd);
302 :     if ($rc != 0)
303 :     {
304 :     &fatal("error rc=$rc running @cmd");
305 :     }
306 :     }
307 :     }
308 :     }
309 :    
310 :     sub consolidate_sims
311 :     {
312 :     my($dir, $sims) = @_;
313 :     if (! -d $dir)
314 :     {
315 :     &fatal("Sim directory $dir not found");
316 :     }
317 :    
318 :     open(TL, "<$dir/task.list") or &fatal("Cannot open $dir/task.list: $!");
319 :    
320 :     #
321 :     # Open output file.
322 :     #
323 :     open(O, ">$sims") or &fatal("Cannot create $sims: $!");
324 :    
325 :     while (<TL>)
326 :     {
327 :     chomp;
328 :     my ($id, $in, $nr, $flags, $out, $err) = split(/\t/);
329 :    
330 :     if (! -f $out)
331 :     {
332 :     &fatal("Sims output file $out missing for sims dir $dir");
333 :     }
334 :    
335 :     copy($out, \*O);
336 :     }
337 :     close(O);
338 :     }
339 :    
340 :     sub run_pipe
341 :     {
342 :     my($outfh, $cmd, @args) = @_;
343 :    
344 :     my $pid = open(BOUT, "-|");
345 :     if ($pid == 0)
346 :     {
347 :     exec { $cmd } $cmd, @args;
348 :     die "Failed: $!: $cmd @args";
349 :     }
350 :    
351 :     print "Started pid=$pid $cmd @args\n";
352 :    
353 :     while (<BOUT>)
354 :     {
355 :     print $outfh $_;
356 :     }
357 :    
358 :     if (!close(BOUT))
359 :     {
360 :     &fatal("Failed with \$!=$! \$?=$?: $cmd @args");
361 :     }
362 :     }
363 :    
364 :     sub makedir
365 :     {
366 :     my($dir) = @_;
367 :    
368 :     if (! -d $dir)
369 :     {
370 :     mkdir($dir, 0777) or &fatal("mkdir $dir failed: $!");
371 :     }
372 :     chmod 0777, $dir;
373 :     }
374 :    
375 :     sub touch
376 :     {
377 :     my($file) = @_;
378 :     my $fh = new FileHandle(">$file") or &fatal("touch: cannot open $file for writing: $!");
379 :     close($fh);
380 :     }
381 :    
382 :     sub fatal
383 :     {
384 :     my($msg) = @_;
385 :    
386 :     $meta->add_log_entry($0, ['fatal error', $msg]);
387 :     $meta->set_metadata("status.sims_postprocess", "error");
388 :    
389 :     croak "$0: $msg";
390 :     }
391 :    

MCS Webmaster
ViewVC Help
Powered by ViewVC 1.0.3