bp_bin/format_genome

   1 #!/usr/bin/env perl -w
   2
   3 # Copyright (C) 2007-2009 Martin A. Hansen.
   4
   5 # This program is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU General Public License
   7 # as published by the Free Software Foundation; either version 2
   8 # of the License, or (at your option) any later version.
   9
  10 # This program is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13 # GNU General Public License for more details.
  14
  15 # You should have received a copy of the GNU General Public License
  16 # along with this program; if not, write to the Free Software
  17 # Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
  18
  19 # http://www.gnu.org/copyleft/gpl.html
  20
  21
  22 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> DESCRIPTION <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  23
  24 # Format a genome creating specified indexes.
  25
  26 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  27
  28
  29 use strict;
  30 use Maasha::Fasta;
  31 use Maasha::Biopieces;
  32
  33
  34 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  35
  36
  37 my ( $default, $formats, $options, $in, $out, $record, $data_out, $entry,
  38      $genome, $dir, $fasta_dir, $phastcons_dir, $fh_out, $vals, $format, $tmp_dir );
  39
  40 $tmp_dir = Maasha::Biopieces::get_tmpdir();
  41 $default = $ENV{ 'BP_DATA' };
  42 $formats = 'fasta,blast,vmatch,phastcons';
  43
  44 $options = Maasha::Biopieces::parse_options(
  45     [
  46         { long => 'no_stream', short => 'x', type => 'flag',   mandatory => 'no',  default => undef,    allowed => undef,    disallowed => undef },
  47         { long => 'dir',       short => 'd', type => 'dir!',   mandatory => 'no',  default => $default, allowed => undef,    disallowed => undef },
  48         { long => 'genome',    short => 'g', type => 'string', mandatory => 'yes', default => undef,    allowed => undef,    disallowed => undef },
  49         { long => 'formats',   short => 'f', type => 'list',   mandatory => 'yes', default => undef,    allowed => $formats, disallowed => '0' },
  50     ]
  51 );
  52
  53 $in  = Maasha::Biopieces::read_stream( $options->{ "stream_in" } );
  54 $out = Maasha::Biopieces::write_stream( $options->{ "stream_out" } );
  55
  56 $dir    = $options->{ 'dir' };
  57 $genome = $options->{ 'genome' };
  58
  59 Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes" );
  60 Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome" );
  61
  62 if ( grep { $_ =~ /fasta|blast|vmatch/i } @{ $options->{ "formats" } } )
  63 {
  64     if ( -f "$dir/genomes/$genome/fasta/$genome.fna" )
  65     {
  66         $fasta_dir = "$dir/genomes/$genome/fasta";
  67     }
  68     else
  69     {
  70         Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome/fasta" );
  71
  72         $fasta_dir = "$dir/genomes/$genome/fasta";
  73
  74         $fh_out = Maasha::Filesys::file_write_open( "$fasta_dir/$genome.fna" );
  75     }
  76 }
  77 elsif ( grep { $_ =~ /phastcons/i } @{ $options->{ "formats" } } )
  78 {
  79     Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome/phastcons" );
  80
  81     $phastcons_dir = "$dir/genomes/$genome/phastcons";
  82
  83     $fh_out = Maasha::Filesys::file_write_open( "$phastcons_dir/$genome.pp" );
  84 }
  85
  86 while ( $record = Maasha::Biopieces::get_record( $in ) )
  87 {
  88     if ( $fh_out and $entry = Maasha::Fasta::biopiece2fasta( $record ) )
  89     {
  90         Maasha::Fasta::put_entry( $entry, $fh_out );
  91     }
  92     elsif ( $fh_out and $record->{ "CHR" } and $record->{ "CHR_BEG" } and $record->{ "STEP" } and $record->{ "VALS" } )
  93     {
  94         print $fh_out "fixedStep chrom=$record->{ 'CHR' } start=$record->{ 'CHR_BEG' } step=$record->{ 'STEP' }\n";
  95
  96         $vals = $record->{ 'VALS' };
  97
  98         $vals =~ tr/,/\n/;
  99
 100         print $fh_out "$vals\n";
 101     }
 102
 103     Maasha::Biopieces::put_record( $record, $out ) if not $options->{ "no_stream" };
 104 }
 105
 106 foreach $format ( @{ $options->{ 'formats' } } )
 107 {
 108     if    ( $format =~ /^fasta$/i )     { Maasha::Fasta::fasta_index( "$fasta_dir/$genome.fna", "$dir/genomes/$genome/fasta/$genome.index" ) }
 109     elsif ( $format =~ /^blast$/i )     { Maasha::NCBI::blast_index( "$genome.fna", $fasta_dir, "$dir/genomes/$genome/blast", "dna", $genome ) }
 110     elsif ( $format =~ /^blat$/i )      { print STDERR "BLAT FORMAT NOT IMPLEMENTED" }
 111     elsif ( $format =~ /^vmatch$/i )    { Maasha::Match::vmatch_index( "$genome.fna", $fasta_dir, "$dir/genomes/$genome/vmatch", $tmp_dir ) }
 112     elsif ( $format =~ /^phastcons$/i ) { Maasha::UCSC::phastcons_index( "$genome.pp", $phastcons_dir ) }
 113 }
 114
 115 close $fh_out if $fh_out;
 116
 117
 118 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
 119
 120
 121 BEGIN
 122 {
 123     $run_time_beg = Maasha::Biopieces::run_time();
 124
 125     Maasha::Biopieces::log_biopiece();
 126 }
 127
 128 END
 129 {
 130     Maasha::Biopieces::close_stream( $in );
 131     Maasha::Biopieces::close_stream( $out );
 132
 133     $run_time_end = Maasha::Biopieces::run_time();
 134
 135     Maasha::Biopieces::run_time_print( $run_time_beg, $run_time_end, $options );
 136 }
 137
 138
 139 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
 140
 141
 142 __END__