bp_bin/split_seq

   1 #!/usr/bin/env perl
   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 # Split sequences in the stream into overlapping subsequences.
  25
  26 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  27
  28
  29 use warnings;
  30 use strict;
  31 use Maasha::Biopieces;
  32
  33
  34 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  35
  36
  37 my ( $options, $in, $out, $record, $new_record, $i, $inc, $subseq, %lookup );
  38
  39 $options = Maasha::Biopieces::parse_options(
  40     [
  41         { long => 'word_size',       short => 'w', type => 'uint', mandatory => 'no', default => 7,     allowed => undef, disallowed => 0 },
  42         { long => 'non_overlapping', short => 'n', type => 'flag', mandatory => 'no', default => undef, allowed => undef, disallowed => undef },
  43         { long => 'uniq',            short => 'u', type => 'flag', mandatory => 'no', default => undef, allowed => undef, disallowed => undef },
  44     ]
  45 );
  46
  47 $in  = Maasha::Biopieces::read_stream( $options->{ "stream_in" } );
  48 $out = Maasha::Biopieces::write_stream( $options->{ "stream_out" } );
  49
  50 $inc = 1;
  51 $inc = $options->{ "word_size" } if $options->{ "non_overlapping" };
  52
  53 while ( $record = Maasha::Biopieces::get_record( $in ) )
  54 {
  55     if ( $record->{ "SEQ_NAME" } and $record->{ "SEQ" } )
  56     {
  57         for ( $i = 0; $i < length( $record->{ "SEQ" } ) - $options->{ "word_size" } + 1; $i += $inc )
  58         {
  59             $subseq = substr $record->{ "SEQ" }, $i, $options->{ "word_size" };
  60
  61             if ( $options->{ "uniq" } and not $lookup{ $subseq } )
  62             {
  63                 $new_record->{ "SEQ_NAME" } = $record->{ "SEQ_NAME" } . "[" . ( $i + 1 ) . "-" . ( $i + $options->{ "word_size" } ) . "]";
  64                 $new_record->{ "SEQ" }      = $subseq;
  65                 $new_record->{ "SEQ_LEN" }  = $options->{ "word_size" };
  66
  67                 Maasha::Biopieces::put_record( $new_record, $out );
  68
  69                 $lookup{ $subseq } = 1;
  70             }
  71             else
  72             {
  73                 $new_record->{ "SEQ_NAME" } = $record->{ "SEQ_NAME" } . "[" . ( $i + 1 ) . "-" . ( $i + $options->{ "word_size" } ) . "]";
  74                 $new_record->{ "SEQ" }      = $subseq;
  75                 $new_record->{ "SEQ_LEN" }  = $options->{ "word_size" };
  76
  77                 Maasha::Biopieces::put_record( $new_record, $out );
  78             }
  79         }
  80     }
  81     else
  82     {
  83         Maasha::Biopieces::put_record( $record, $out );
  84     }
  85 }
  86
  87 Maasha::Biopieces::close_stream( $in );
  88 Maasha::Biopieces::close_stream( $out );
  89
  90
  91 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  92
  93
  94 BEGIN
  95 {
  96     Maasha::Biopieces::status_set();
  97 }
  98
  99
 100 END
 101 {
 102     Maasha::Biopieces::status_log();
 103 }
 104
 105
 106 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
 107
 108
 109 __END__