bam_maqcns.c

   1 #include <math.h>
   2 #include "bam.h"
   3 #include "bam_maqcns.h"
   4 #include "ksort.h"
   5 KSORT_INIT_GENERIC(uint32_t)
   6
   7 typedef struct __bmc_aux_t {
   8         int max;
   9         uint32_t *info;
  10 } bmc_aux_t;
  11
  12 typedef struct {
  13         float esum[4], fsum[4];
  14         uint32_t c[4];
  15         uint32_t mapQ_max;
  16 } glf_call_aux_t;
  17
  18 /*
  19   P(<b1,b2>) = \theta \sum_{i=1}^{N-1} 1/i
  20   P(D|<b1,b2>) = \sum_{k=1}^{N-1} p_k 1/2 [(k/N)^n_2(1-k/N)^n_1 + (k/N)^n1(1-k/N)^n_2]
  21   p_k = i/k / \sum_{i=1}^{N-1} 1/i
  22  */
  23 static void cal_het(bam_maqcns_t *aa)
  24 {
  25         int k, n1, n2;
  26         double sum_harmo; // harmonic sum
  27         double poly_rate;
  28         double p1 = 0.0, p3 = 0.0; // just for testing
  29
  30         free(aa->lhet);
  31         aa->lhet = (double*)calloc(256 * 256, sizeof(double));
  32         sum_harmo = 0.0;
  33         for (k = 1; k <= aa->n_hap - 1; ++k)
  34                 sum_harmo += 1.0 / k;
  35         for (n1 = 0; n1 < 256; ++n1) {
  36                 for (n2 = 0; n2 < 256; ++n2) {
  37                         long double sum = 0.0;
  38                         double lC = lgamma(n1+n2+1) - lgamma(n1+1) - lgamma(n2+1); // \binom{n1+n2}{n1}
  39                         for (k = 1; k <= aa->n_hap - 1; ++k) {
  40                                 double pk = 1.0 / k / sum_harmo;
  41                                 double log1 = log((double)k/aa->n_hap);
  42                                 double log2 = log(1.0 - (double)k/aa->n_hap);
  43                                 sum += pk * 0.5 * (expl(log1*n2) * expl(log2*n1) + expl(log1*n1) * expl(log2*n2));
  44                         }
  45                         aa->lhet[n1<<8|n2] = lC + logl(sum);
  46                         if (n1 == 17 && n2 == 3) p3 = lC + logl(expl(logl(0.5) * 20));
  47                         if (n1 == 19 && n2 == 1) p1 = lC + logl(expl(logl(0.5) * 20));
  48                 }
  49         }
  50         poly_rate = aa->het_rate * sum_harmo;
  51         aa->q_r = -4.343 * log(2.0 * poly_rate / (1.0 - poly_rate));
  52 }
  53
  54 /** initialize the helper structure */
  55 static void cal_coef(bam_maqcns_t *aa)
  56 {
  57         int k, n, q;
  58         long double sum_a[257], b[256], q_c[256], tmp[256], fk2[256];
  59         double *lC;
  60
  61         lC = (double*)calloc(256 * 256, sizeof(double));
  62         // aa->lhet will be allocated and initialized
  63         free(aa->fk); free(aa->coef);
  64         aa->fk = (double*)calloc(256, sizeof(double));
  65         aa->coef = (double*)calloc(256*256*64, sizeof(double));
  66         aa->fk[0] = fk2[0] = 1.0;
  67         for (n = 1; n != 256; ++n) {
  68                 aa->fk[n] = pow(aa->theta, n) * (1.0 - aa->eta) + aa->eta;
  69                 fk2[n] = aa->fk[n>>1]; // this is an approximation, assuming reads equally likely come from both strands
  70         }
  71         for (n = 1; n != 256; ++n)
  72                 for (k = 1; k <= n; ++k)
  73                         lC[n<<8|k] = lgamma(n+1) - lgamma(k+1) - lgamma(n-k+1);
  74         for (q = 1; q != 64; ++q) {
  75                 double e = pow(10.0, -q/10.0);
  76                 double le = log(e);
  77                 double le1 = log(1.0-e);
  78                 for (n = 1; n != 256; ++n) {
  79                         double *coef = aa->coef + (q<<16|n<<8);
  80                         sum_a[n+1] = 0.0;
  81                         for (k = n; k >= 0; --k) { // a_k = \sum_{i=k}^n C^n_k \epsilon^k (1-\epsilon)^{n-k}
  82                                 sum_a[k] = sum_a[k+1] + expl(lC[n<<8|k] + k*le + (n-k)*le1);
  83                                 b[k] = sum_a[k+1] / sum_a[k];
  84                                 if (b[k] > 0.99) b[k] = 0.99;
  85                         }
  86                         for (k = 0; k != n; ++k) // log(\bar\beta_{nk}(\bar\epsilon)^{f_k})
  87                                 q_c[k] = -4.343 * fk2[k] * logl(b[k] / e);
  88                         for (k = 1; k != n; ++k) q_c[k] += q_c[k-1]; // \prod_{i=0}^k c_i
  89                         for (k = 0; k <= n; ++k) { // powl() in 64-bit mode seems broken on my Mac OS X 10.4.9
  90                                 tmp[k] = -4.343 * logl(1.0 - expl(fk2[k] * logl(b[k])));
  91                                 coef[k] = (k? q_c[k-1] : 0) + tmp[k]; // this is the final c_{nk}
  92                         }
  93                 }
  94         }
  95         free(lC);
  96 }
  97
  98 bam_maqcns_t *bam_maqcns_init()
  99 {
 100         bam_maqcns_t *bm;
 101         bm = (bam_maqcns_t*)calloc(1, sizeof(bam_maqcns_t));
 102         bm->aux = (bmc_aux_t*)calloc(1, sizeof(bmc_aux_t));
 103         bm->het_rate = 0.001;
 104         bm->theta = 0.85;
 105         bm->n_hap = 2;
 106         bm->eta = 0.03;
 107         return bm;
 108 }
 109
 110 void bam_maqcns_prepare(bam_maqcns_t *bm)
 111 {
 112         cal_coef(bm); cal_het(bm);
 113 }
 114
 115 void bam_maqcns_destroy(bam_maqcns_t *bm)
 116 {
 117         if (bm == 0) return;
 118         free(bm->lhet); free(bm->fk); free(bm->coef); free(bm->aux->info);
 119         free(bm->aux); free(bm);
 120 }
 121
 122 glf1_t *bam_maqcns_glfgen(int _n, const bam_pileup1_t *pl, uint8_t ref_base, bam_maqcns_t *bm)
 123 {
 124         glf_call_aux_t *b;
 125         int i, j, k, w[8], c, n;
 126         glf1_t *g = (glf1_t*)calloc(1, sizeof(glf1_t));
 127         float p[16], min_p = 1e30;
 128
 129         g->ref_base = ref_base;
 130         if (_n == 0) return g;
 131
 132         // construct aux array
 133         if (bm->aux->max < _n) {
 134                 bm->aux->max = _n;
 135                 kroundup32(bm->aux->max);
 136                 bm->aux->info = (uint32_t*)realloc(bm->aux->info, 4 * bm->aux->max);
 137         }
 138         for (i = n = 0; i < _n; ++i) {
 139                 const bam_pileup1_t *p = pl + i;
 140                 uint32_t q, x = 0;
 141                 if (p->is_del || (p->b->core.flag&BAM_FUNMAP)) continue;
 142                 q = (uint32_t)bam1_qual(p->b)[p->qpos];
 143                 x |= (uint32_t)bam1_strand(p->b) << 18 | q << 8 | p->b->core.qual;
 144                 if (p->b->core.qual < q) q = p->b->core.qual;
 145                 x |= q << 24;
 146                 q = bam_nt16_nt4_table[bam1_seqi(bam1_seq(p->b), p->qpos)];
 147                 if (!p->is_del && q < 4) x |= 1 << 21 | q << 16;
 148                 bm->aux->info[n++] = x;
 149         }
 150         ks_introsort(uint32_t, n, bm->aux->info);
 151         // generate esum and fsum
 152         b = (glf_call_aux_t*)calloc(1, sizeof(glf_call_aux_t));
 153         for (k = 0; k != 8; ++k) w[k] = 0;
 154         b->mapQ_max = 0;
 155         for (j = n - 1; j >= 0; --j) { // calculate esum and fsum
 156                 uint32_t info = bm->aux->info[j];
 157                 if (info>>24 < 4 && (info>>8&0x3f) != 0) info = 4<<24 | (info&0xffffff);
 158                 k = info>>16&7;
 159                 if (info>>24 > 0) {
 160                         b->esum[k&3] += bm->fk[w[k]] * (info>>24);
 161                         b->fsum[k&3] += bm->fk[w[k]];
 162                         if (w[k] < 0xff) ++w[k];
 163                         ++b->c[k&3];
 164                 }
 165                 if (b->mapQ_max < (info&0x7f)) b->mapQ_max = info&0x7f;
 166         }
 167         // rescale ->c[]
 168         for (j = c = 0; j != 4; ++j) c += b->c[j];
 169         if (c > 255) {
 170                 for (j = 0; j != 4; ++j) b->c[j] = (int)(254.0 * b->c[j] / c + 0.5);
 171                 for (j = c = 0; j != 4; ++j) c += b->c[j];
 172         }
 173         // generate likelihood
 174         for (j = 0; j != 4; ++j) {
 175                 // homozygous
 176                 float tmp1, tmp3;
 177                 int tmp2, bar_e;
 178                 for (k = 0, tmp1 = tmp3 = 0.0, tmp2 = 0; k != 4; ++k) {
 179                         if (j == k) continue;
 180                         tmp1 += b->esum[k]; tmp2 += b->c[k]; tmp3 += b->fsum[k];
 181                 }
 182                 if (tmp2) {
 183                         bar_e = (int)(tmp1 / tmp3 + 0.5);
 184                         if (bar_e < 4) bar_e = 4; // should not happen
 185                         if (bar_e > 63) bar_e = 63;
 186                         p[j<<2|j] = tmp1 + bm->coef[bar_e<<16|c<<8|tmp2];
 187                 } else p[j<<2|j] = 0.0; // all the bases are j
 188                 // heterozygous
 189                 for (k = j + 1; k < 4; ++k) {
 190                         for (i = 0, tmp2 = 0, tmp1 = tmp3 = 0.0; i != 4; ++i) {
 191                                 if (i == j || i == k) continue;
 192                                 tmp1 += b->esum[i]; tmp2 += b->c[i]; tmp3 += b->fsum[i];
 193                         }
 194                         if (tmp2) {
 195                                 bar_e = (int)(tmp1 / tmp3 + 0.5);
 196                                 if (bar_e < 4) bar_e = 4;
 197                                 if (bar_e > 63) bar_e = 63;
 198                                 p[j<<2|k] = p[k<<2|j] = -4.343 * bm->lhet[b->c[j]<<8|b->c[k]] + tmp1 + bm->coef[bar_e<<16|c<<8|tmp2];
 199                         } else p[j<<2|k] = p[k<<2|j] = -4.343 * bm->lhet[b->c[j]<<8|b->c[k]]; // all the bases are either j or k
 200                 }
 201                 //
 202                 for (k = 0; k != 4; ++k)
 203                         if (p[j<<2|k] < 0.0) p[j<<2|k] = 0.0;
 204         }
 205
 206         // convert necessary information to glf1_t
 207         g->ref_base = ref_base; g->max_mapQ = b->mapQ_max;
 208         g->depth = n > 16777215? 16777215 : n;
 209         for (j = 0; j != 4; ++j)
 210                 for (k = j; k < 4; ++k)
 211                         if (p[j<<2|k] < min_p) min_p = p[j<<2|k];
 212         g->min_lk = min_p > 255.0? 255 : (int)(min_p + 0.5);
 213         for (j = c = 0; j != 4; ++j)
 214                 for (k = j; k < 4; ++k)
 215                         g->lk[c++] = p[j<<2|k]-min_p > 255.0? 255 : (int)(p[j<<2|k]-min_p + 0.5);
 216
 217         free(b);
 218         return g;
 219 }
 220
 221 uint32_t glf2cns(const glf1_t *g, int q_r)
 222 {
 223         int i, j, k, tmp[16], min = 10000, min2 = 10000, min3 = 10000, min_g = -1, min_g2 = -1;
 224         uint32_t x = 0;
 225         for (i = k = 0; i < 4; ++i)
 226                 for (j = i; j < 4; ++j) {
 227                         tmp[j<<2|i] = -1;
 228                         tmp[i<<2|j] = g->lk[k++] + (i == j? 0 : q_r);
 229                 }
 230         for (i = 0; i < 16; ++i) {
 231                 if (tmp[i] < 0) continue;
 232                 if (tmp[i] < min) {
 233                         min3 = min2; min2 = min; min = tmp[i]; min_g2 = min_g; min_g = i;
 234                 } else if (tmp[i] < min2) {
 235                         min3 = min2; min2 = tmp[i]; min_g2 = i;
 236                 } else if (tmp[i] < min3) min3 = tmp[i];
 237         }
 238         x = min_g >= 0? (1U<<(min_g>>2&3) | 1U<<(min_g&3)) << 28 : 0xf << 28;
 239         x |= min_g2 >= 0? (1U<<(min_g2>>2&3) | 1U<<(min_g2&3)) << 24 : 0xf << 24;
 240         x |= (uint32_t)g->max_mapQ << 16;
 241         x |= min2 < 10000? (min2 - min < 256? min2 - min : 255) << 8 : 0xff << 8;
 242         x |= min2 < 10000 && min3 < 10000? (min3 - min2 < 256? min3 - min2 : 255) : 0xff;
 243         return x;
 244 }
 245
 246 uint32_t bam_maqcns_call(int n, const bam_pileup1_t *pl, bam_maqcns_t *bm)
 247 {
 248         glf1_t *g;
 249         uint32_t x;
 250         if (n) {
 251                 g = bam_maqcns_glfgen(n, pl, 0xf, bm);
 252                 x = glf2cns(g, (int)(bm->q_r + 0.5));
 253                 free(g);
 254         } else x = 0xfU<<28 | 0xfU<<24;
 255         return x;
 256 }
 257
 258 /************** *****************/
 259
 260 bam_maqindel_opt_t *bam_maqindel_opt_init()
 261 {
 262         bam_maqindel_opt_t *mi = (bam_maqindel_opt_t*)calloc(1, sizeof(bam_maqindel_opt_t));
 263         mi->mm_penalty = 3;
 264         mi->indel_err = 4;
 265         mi->ambi_thres = 10;
 266         return mi;
 267 }
 268
 269 void bam_maqindel_ret_destroy(bam_maqindel_ret_t *mir)
 270 {
 271         if (mir == 0) return;
 272         free(mir->s1); free(mir->s2); free(mir);
 273 }
 274
 275 #define MINUS_CONST 0x10000000
 276
 277 bam_maqindel_ret_t *bam_maqindel(int n, int pos, const bam_maqindel_opt_t *mi, const bam_pileup1_t *pl, const char *ref)
 278 {
 279         int i, j, n_types, *types, left, right;
 280         bam_maqindel_ret_t *ret = 0;
 281         for (i = 0; i < n; ++i) {
 282                 const bam_pileup1_t *p = pl + i;
 283                 if (!(p->b->core.flag&BAM_FUNMAP) && p->indel != 0) break;
 284         }
 285         if (i == n) return 0; // no indel
 286         { // calculate how many types of indels are available (set n_types and types)
 287                 int m;
 288                 uint32_t *aux;
 289                 aux = (uint32_t*)calloc(n+1, 4);
 290                 m = 0;
 291                 aux[m++] = MINUS_CONST; // zero indel is always a type
 292                 for (i = 0; i < n; ++i) {
 293                         const bam_pileup1_t *p = pl + i;
 294                         if (!(p->b->core.flag&BAM_FUNMAP) && p->indel != 0)
 295                                 aux[m++] = MINUS_CONST + p->indel;
 296                 }
 297                 ks_introsort(uint32_t, m, aux);
 298                 n_types = 1;
 299                 for (i = 1; i < m; ++i)
 300                         if (aux[i] != aux[i-1]) ++n_types;
 301                 types = (int*)calloc(n_types, sizeof(int));
 302                 j = 0;
 303                 types[j++] = aux[0] - MINUS_CONST;
 304                 for (i = 1; i < m; ++i) {
 305                         if (aux[i] != aux[i-1])
 306                                 types[j++] = aux[i] - MINUS_CONST;
 307                 }
 308                 free(aux);
 309         }
 310         { // calculate left and right boundary
 311                 bam_segreg_t seg;
 312                 left = 0x7fffffff; right = 0;
 313                 for (i = 0; i < n; ++i) {
 314                         const bam_pileup1_t *p = pl + i;
 315                         if (!(p->b->core.flag&BAM_FUNMAP)) {
 316                                 bam_segreg(pos, &p->b->core, bam1_cigar(p->b), &seg);
 317                                 if (seg.tbeg < left) left = seg.tbeg;
 318                                 if (seg.tend > right) right = seg.tend;
 319                         }
 320                 }
 321         }
 322         { // the core part
 323                 char *ref2, *inscns = 0;
 324                 int k, l, *score, max_ins = types[n_types-1];
 325                 ref2 = (char*)calloc(right - left + types[n_types-1] + 2, 1);
 326                 if (max_ins > 0) { // get the consensus of inserted sequences
 327                         int *inscns_aux = (int*)calloc(4 * n_types * max_ins, sizeof(int));
 328                         // count occurrences
 329                         for (i = 0; i < n_types; ++i) {
 330                                 if (types[i] <= 0) continue; // not insertion
 331                                 for (j = 0; j < n; ++j) {
 332                                         const bam_pileup1_t *p = pl + j;
 333                                         if (!(p->b->core.flag&BAM_FUNMAP) && p->indel == types[i]) {
 334                                                 for (k = 1; k <= p->indel; ++k) {
 335                                                         int c = bam_nt16_nt4_table[bam1_seqi(bam1_seq(p->b), p->qpos + k)];
 336                                                         if (c < 4) ++inscns_aux[i*max_ins*4 + (k-1)*4 + c];
 337                                                 }
 338                                         }
 339                                 }
 340                         }
 341                         // construct the consensus
 342                         inscns = (char*)calloc(n_types * max_ins, sizeof(char));
 343                         for (i = 0; i < n_types; ++i) {
 344                                 for (j = 0; j < types[i]; ++j) {
 345                                         int max = 0, max_k = -1, *ia = inscns_aux + i*max_ins*4 + j*4;
 346                                         for (k = 0; k < 4; ++k) {
 347                                                 if (ia[k] > max) {
 348                                                         max = ia[k];
 349                                                         max_k = k;
 350                                                 }
 351                                         }
 352                                         inscns[i*max_ins + j] = max? 1<<max_k : 15;
 353                                 }
 354                         }
 355                         free(inscns_aux);
 356                 }
 357                 // calculate score
 358                 score = (int*)calloc(n_types * n, sizeof(int));
 359                 for (i = 0; i < n_types; ++i) {
 360                         // write ref2
 361                         for (k = 0, j = left; j <= pos; ++j)
 362                                 ref2[k++] = bam_nt16_table[(int)ref[j]];
 363                         if (types[i] <= 0) j += -types[i];
 364                         else for (l = 0; l < types[i]; ++l)
 365                                          ref2[k++] = inscns[i*max_ins + l];
 366                         for (; j < right && ref[j]; ++j)
 367                                 ref2[k++] = bam_nt16_table[(int)ref[j]];
 368                         // calculate score for each read
 369                         for (j = 0; j < n; ++j) {
 370                                 const bam_pileup1_t *p = pl + j;
 371                                 uint32_t *cigar;
 372                                 bam1_core_t *c = &p->b->core;
 373                                 int s;
 374                                 bam_segreg_t seg;
 375                                 if (c->flag&BAM_FUNMAP) continue;
 376                                 cigar = bam1_cigar(p->b);
 377                                 bam_segreg(pos, c, cigar, &seg);
 378                                 for (s = 0, l = seg.qbeg; c->pos + l < right && l < seg.qend; ++l) {
 379                                         int cq = bam1_seqi(bam1_seq(p->b), l), ct;
 380                                         ct = c->pos + l >= left? ref2[c->pos + l - left] : 15; // "<" should not happen if there is no bug
 381                                         if (cq < 15 && ct < 15)
 382                                                 s += cq == ct? 1 : -mi->mm_penalty;
 383                                 }
 384                                 score[i*n + j] = s;
 385                                 if (types[i] != 0) { // then try the other way to calculate the score
 386                                         for (s = 0, l = seg.qbeg; c->pos + l + types[i] < right && l < seg.qend; ++l) {
 387                                                 int cq = bam1_seqi(bam1_seq(p->b), l), ct;
 388                                                 ct = c->pos + l + types[i] >= left? ref2[c->pos + l + types[i] - left] : 15;
 389                                                 if (cq < 15 && ct < 15)
 390                                                         s += cq == ct? 1 : -mi->mm_penalty;
 391                                         }
 392                                 }
 393                                 if (score[i*n+j] < s) score[i*n+j] = s; // choose the higher of the two scores
 394                                 if (types[i] != 0) score[i*n+j] -= mi->indel_err;
 395                                 //printf("%d, %d, %d, %d\n", i, types[i], j, score[i*n+j]);
 396                         }
 397                 }
 398                 { // get final result
 399                         int *sum, max1, max2, max1_i, max2_i;
 400                         // pick up the best two score
 401                         sum = (int*)calloc(n_types, sizeof(int));
 402                         for (i = 0; i < n_types; ++i)
 403                                 for (j = 0; j < n; ++j)
 404                                         sum[i] += score[i*n+j];
 405                         max1 = max2 = -0x7fffffff; max1_i = max2_i = -1;
 406                         for (i = 0; i < n_types; ++i) {
 407                                 if (sum[i] > max1) {
 408                                         max2 = max1; max2_i = max1_i; max1 = sum[i]; max1_i = i;
 409                                 } else if (sum[i] > max2) {
 410                                         max2 = sum[i]; max2_i = i;
 411                                 }
 412                         }
 413                         free(sum);
 414                         // write ret
 415                         ret = (bam_maqindel_ret_t*)calloc(1, sizeof(bam_maqindel_ret_t));
 416                         ret->indel1 = types[max1_i]; ret->indel2 = types[max2_i];
 417                         ret->s1 = (char*)calloc(abs(ret->indel1) + 2, 1);
 418                         ret->s2 = (char*)calloc(abs(ret->indel2) + 2, 1);
 419                         if (ret->indel1 > 0) {
 420                                 ret->s1[0] = '+';
 421                                 for (k = 0; k < ret->indel1; ++k)
 422                                         ret->s1[k+1] = bam_nt16_rev_table[(int)inscns[max1_i*max_ins + k]];
 423                         } else if (ret->indel1 < 0) {
 424                                 ret->s1[0] = '-';
 425                                 for (k = 0; k < -ret->indel1 && ref[pos + k + 1]; ++k)
 426                                         ret->s1[k+1] = ref[pos + k + 1];
 427                         } else ret->s1[0] = '*';
 428                         if (ret->indel2 > 0) {
 429                                 ret->s2[0] = '+';
 430                                 for (k = 0; k < ret->indel2; ++k)
 431                                         ret->s2[k+1] = bam_nt16_rev_table[(int)inscns[max2_i*max_ins + k]];
 432                         } else if (ret->indel2 < 0) {
 433                                 ret->s2[0] = '-';
 434                                 for (k = 0; k < -ret->indel2 && ref[pos + k + 1]; ++k)
 435                                         ret->s2[k+1] = ref[pos + k + 1];
 436                         } else ret->s2[0] = '*';
 437                         for (j = 0; j < n; ++j) {
 438                                 if (score[max1_i*n+j] < 0 && score[max2_i*n+j] < 0) ++ret->cnt_anti;
 439                                 else {
 440                                         int diff = score[max1_i*n+j] - score[max2_i*n+j];
 441                                         if (diff > mi->ambi_thres) ++ret->cnt1;
 442                                         else if (diff < -mi->ambi_thres) ++ret->cnt2;
 443                                         else ++ret->cnt_ambi;
 444                                 }
 445                         }
 446                 }
 447                 free(score); free(ref2); free(inscns);
 448         }
 449         free(types);
 450         return ret;
 451 }