]> git.donarmstrong.com Git - samtools.git/blob - bam_mcns.c
added an alternative prior
[samtools.git] / bam_mcns.c
1 #include <math.h>
2 #include <stdlib.h>
3 #include "bam_mcns.h"
4
5 #define MC_MIN_QUAL 13
6 #define MC_MAX_SUMQ 3000
7 #define MC_MAX_SUMQP 1e-300
8
9 struct __mc_aux_t {
10         int n, N;
11         int ref, alt;
12         double *q2p, *pdg; // pdg -> P(D|g)
13         double *alpha, *beta;
14         int *qsum, *bcnt;
15 };
16
17 void mc_init_prior(mc_aux_t *ma, int type, double theta)
18 {
19         int i;
20         if (type == MC_PTYPE_COND2) {
21                 for (i = 0; i <= 2 * ma->n; ++i)
22                         ma->alpha[i] = 2. * (i + 1) / (2 * ma->n + 1) / (2 * ma->n + 2);
23         } else {
24                 double sum;
25                 for (i = 0, sum = 0.; i < 2 * ma->n; ++i)
26                         sum += (ma->alpha[i] = theta / (2 * ma->n - i));
27                 ma->alpha[2 * ma->n] = 1. - sum;
28         }
29 }
30
31 mc_aux_t *mc_init(int n) // FIXME: assuming diploid
32 {
33         mc_aux_t *ma;
34         int i;
35         ma = calloc(1, sizeof(mc_aux_t));
36         ma->n = n; ma->N = 2 * n;
37         ma->q2p = calloc(MC_MAX_SUMQ + 1, sizeof(double));
38         ma->qsum = calloc(4 * ma->n, sizeof(int));
39         ma->bcnt = calloc(4 * ma->n, sizeof(int));
40         ma->pdg = calloc(3 * ma->n, sizeof(double));
41         ma->alpha = calloc(2 * ma->n + 1, sizeof(double));
42         ma->beta = calloc((2 * ma->n + 1) * 3, sizeof(double));
43         for (i = 0; i <= MC_MAX_SUMQ; ++i)
44                 ma->q2p[i] = pow(10., -i / 10.);
45         for (i = 0; i <= 2 * ma->n; ++i) { // beta[k][g]=P(g|k/M)
46                 double *bi = ma->beta + 3 * i;
47                 double f = (double)i / (2 * ma->n);
48                 bi[0] = (1. - f) * (1. - f);
49                 bi[1] = 2 * f * (1. - f);
50                 bi[2] = f * f;
51         }
52         mc_init_prior(ma, MC_PTYPE_FULL, 1e-3); // the simplest prior
53         return ma;
54 }
55
56 void mc_destroy(mc_aux_t *ma)
57 {
58         if (ma) {
59                 free(ma->qsum); free(ma->bcnt);
60                 free(ma->q2p); free(ma->pdg);
61                 free(ma->alpha); free(ma->beta);
62                 free(ma);
63         }
64 }
65
66 static void sum_err(int *n, const bam_pileup1_t **plp, mc_aux_t *ma)
67 {
68         int i, j;
69         memset(ma->qsum, 0, sizeof(int) * 4 * ma->n);
70         memset(ma->bcnt, 0, sizeof(int) * 4 * ma->n);
71         for (j = 0; j < ma->n; ++j) {
72                 int tmp, *qsum = ma->qsum + j * 4;
73                 int *bcnt = ma->bcnt + j * 4;
74                 for (i = tmp = 0; i < n[j]; ++i) {
75                         const bam_pileup1_t *p = plp[j] + i;
76                         int q, b;
77                         if (p->is_del || (p->b->core.flag&BAM_FUNMAP)) continue;
78                         q = bam1_qual(p->b)[p->qpos];
79                         if (p->b->core.qual < q) q = p->b->core.qual;
80                         if (q < MC_MIN_QUAL) continue; // small qual
81                         b = bam_nt16_nt4_table[(int)bam1_seqi(bam1_seq(p->b), p->qpos)];
82                         if (b > 3) continue; // N
83                         qsum[b] += q;
84                         ++bcnt[b];
85                         ++tmp;
86                 }
87         }
88 }
89
90 static void set_allele(int ref, mc_aux_t *ma)
91 {
92         int i, j, sum[4], tmp;
93         sum[0] = sum[1] = sum[2] = sum[3] = 0;
94         for (i = 0; i < ma->n; ++i)
95                 for (j = 0; j < 4; ++j)
96                         sum[j] += ma->qsum[i * 4 + j];
97         for (j = 0; j < 4; ++j) sum[j] = sum[j]<<2 | j;
98         for (i = 1; i < 4; ++i) // insertion sort
99                 for (j = i; j > 0 && sum[j] < sum[j-1]; --j)
100                         tmp = sum[j], sum[j] = sum[j-1], sum[j-1] = tmp;
101         ma->ref = sum[3]&3; ma->alt = sum[2]&3;
102         if (ref == ma->alt) tmp = ma->ref, ma->ref = ma->alt, ma->alt = tmp;
103         // note that ma->ref might not be ref in case of triallele
104 }
105
106 static void cal_pdg(mc_aux_t *ma)
107 {
108         int i, j;
109         for (j = 0; j < ma->n; ++j) {
110                 int pi[3], *qsum, *bcnt;
111                 double *pdg = ma->pdg + j * 3;
112                 qsum = ma->qsum + j * 4;
113                 bcnt = ma->bcnt + j * 4;
114                 pi[1] = 3 * (bcnt[ma->ref] + bcnt[ma->alt]);
115                 pi[0] = qsum[ma->ref];
116                 pi[2] = qsum[ma->alt];
117                 for (i = 0; i < 3; ++i)
118                         pdg[i] = pi[i] > MC_MAX_SUMQ? MC_MAX_SUMQP : ma->q2p[pi[i]];
119         }
120 }
121 // return the reference allele frequency
122 double mc_freq0(int ref, int *n, const bam_pileup1_t **plp, mc_aux_t *ma, int *_ref, int *alt)
123 {
124         int i, cnt;
125         double f;
126         sum_err(n, plp, ma);
127         set_allele(ref, ma);
128         cal_pdg(ma);
129         *_ref = ma->ref; *alt = ma->alt;
130         for (i = cnt = 0, f = 0.; i < ma->n; ++i) {
131                 int *bcnt = ma->bcnt + i * 4;
132                 int x = bcnt[ma->ref] + bcnt[ma->alt];
133                 if (x) {
134                         ++cnt;
135                         f += (double)bcnt[ma->ref] / x;
136                 }
137         }
138         return f / cnt;
139 }
140 // f0 is the reference allele frequency
141 double mc_freq_iter(double f0, mc_aux_t *ma)
142 {
143         double f, f3[3];
144         int i, j;
145         f3[0] = (1.-f0)*(1.-f0); f3[1] = 2.*f0*(1.-f0); f3[2] = f0*f0;
146         for (i = 0, f = 0.; i < ma->n; ++i) {
147                 double up, dn, *pdg;
148                 pdg = ma->pdg + i * 3;
149                 for (j = 1, up = 0.; j < 3; ++j)
150                         up += j * pdg[j] * f3[j];
151                 for (j = 0, dn = 0.; j < 3; ++j)
152                         dn += pdg[j] * f3[j];
153                 f += up / dn;
154         }
155         f /= ma->n * 2.;
156         return f;
157 }
158
159 double mc_freq_post(mc_aux_t *ma)
160 {
161         int i, k;
162         long double f = 0.;
163         for (i = 0; i < ma->n; ++i) {
164                 double *pdg = ma->pdg + i * 3;
165                 long double y = 0., z = 0.;
166                 for (k = 0; k <= ma->n * 2; ++k) {
167                         double *bk = ma->beta + k * 3;
168 /*
169                         int g;
170                         double yk = 0., zk = 0.;
171                         for (g = 0; g < 3; ++g) {
172                                 yk += g * pdg[g] * bk[g];
173                                 zk += pdg[g] * bk[g];
174                         }
175                         y += yk * ma->alpha[k];
176                         z += zk * ma->alpha[k];
177 */
178                         y += (pdg[1] * bk[1] + 2. * pdg[2] * bk[2]) * ma->alpha[k];
179                         z += (pdg[0] * bk[0] + pdg[1] * bk[1] + pdg[2] * bk[2]) * ma->alpha[k];
180                 }
181                 f += y / z;
182         }
183         return f / ma->n / 2;
184 }
185
186 double mc_ref_prob(mc_aux_t *ma)
187 {
188         int k, i;
189         long double PD = 0., Pref = 0.;
190         for (k = 0; k <= ma->n * 2; ++k) {
191                 long double x = 1.;
192                 double *bk = ma->beta + k * 3;
193                 for (i = 0; i < ma->n; ++i) {
194                         double *pdg = ma->pdg + i * 3;
195 //                      int g; double y=0.; for (g = 0; g < 3; ++g) y += pdg[g] * bk[g];
196                         x *= pdg[0] * bk[0] + pdg[1] * bk[1] + pdg[2] * bk[2];
197                 }
198                 PD += x * ma->alpha[k];
199         }
200         for (k = 0; k <= ma->n * 2; ++k) {
201                 long double x = 1.0;
202                 for (i = 0; i < ma->n; ++i)
203                         x *= ma->pdg[i * 3 + 2] * ma->beta[k * 3 + 2];
204                 Pref += x * ma->alpha[k];
205         }
206         return Pref / PD;
207 }
208
209 int mc_call_gt(const mc_aux_t *ma, double f0, int k)
210 {
211         double sum, g[3];
212         double max, f3[3], *pdg = ma->pdg + k * 3;
213         int q, i, max_i;
214         f3[0] = (1.-f0)*(1.-f0); f3[1] = 2.*f0*(1.-f0); f3[2] = f0*f0;
215         for (i = 0, sum = 0.; i < 3; ++i)
216                 sum += (g[i] = pdg[i] * f3[i]);
217         for (i = 0, max = -1., max_i = 0; i < 3; ++i) {
218                 g[i] /= sum;
219                 if (g[i] > max) max = g[i], max_i = i;
220         }
221 //      printf("***%lg,%lg,%lg,%lg,%lg,%lg\n", g[0], g[1], g[2], pdg[0], pdg[1], pdg[2]);
222         max = 1. - max;
223         if (max < 1e-308) max = 1e-308;
224         q = (int)(-3.434 * log(max) + .499);
225         if (q > 99) q = 99;
226         return q<<2|max_i;
227 }