src/api/BamAlignment.h

   1 // ***************************************************************************
   2 // BamAlignment.h (c) 2009 Derek Barnett
   3 // Marth Lab, Department of Biology, Boston College
   4 // All rights reserved.
   5 // ---------------------------------------------------------------------------
   6 // Last modified: 9 October 2010 (DB)
   7 // ---------------------------------------------------------------------------
   8 // Provides the BamAlignment data structure
   9 // ***************************************************************************
  10
  11 #ifndef BAMALIGNMENT_H
  12 #define BAMALIGNMENT_H
  13
  14 #include <string>
  15 #include <vector>
  16 #include "BamAux.h"
  17
  18 namespace BamTools {
  19
  20 // BamAlignment data structure
  21 // explicitly labeled as 'struct' to indicate that (most of) its fields are public
  22 struct BamAlignment {
  23
  24     // constructors & destructor
  25     public:
  26         BamAlignment(void);
  27         BamAlignment(const BamAlignment& other);
  28         ~BamAlignment(void);
  29
  30     // Queries against alignment flags
  31     public:
  32         bool IsDuplicate(void) const;           // Returns true if this read is a PCR duplicate
  33         bool IsFailedQC(void) const;            // Returns true if this read failed quality control
  34         bool IsFirstMate(void) const;           // Returns true if alignment is first mate on read
  35         bool IsMapped(void) const;              // Returns true if alignment is mapped
  36         bool IsMateMapped(void) const;          // Returns true if alignment's mate is mapped
  37         bool IsMateReverseStrand(void) const;   // Returns true if alignment's mate mapped to reverse strand
  38         bool IsPaired(void) const;              // Returns true if alignment part of paired-end read
  39         bool IsPrimaryAlignment(void) const;    // Returns true if reported position is primary alignment
  40         bool IsProperPair(void) const;          // Returns true if alignment is part of read that satisfied paired-end resolution
  41         bool IsReverseStrand(void) const;       // Returns true if alignment mapped to reverse strand
  42         bool IsSecondMate(void) const;          // Returns true if alignment is second mate on read
  43
  44     // Manipulate alignment flags
  45     public:
  46         void SetIsDuplicate(bool ok);           // Sets "PCR duplicate" flag
  47         void SetIsFailedQC(bool ok);            // Sets "failed quality control" flag
  48         void SetIsFirstMate(bool ok);           // Sets "alignment is first mate" flag
  49         void SetIsMateUnmapped(bool ok);        // Sets "alignment's mate is mapped" flag
  50         void SetIsMateReverseStrand(bool ok);   // Sets "alignment's mate mapped to reverse strand" flag
  51         void SetIsPaired(bool ok);              // Sets "alignment part of paired-end read" flag
  52         void SetIsProperPair(bool ok);          // Sets "alignment is part of read that satisfied paired-end resolution" flag
  53         void SetIsReverseStrand(bool ok);       // Sets "alignment mapped to reverse strand" flag
  54         void SetIsSecondaryAlignment(bool ok);  // Sets "position is primary alignment" flag
  55         void SetIsSecondMate(bool ok);          // Sets "alignment is second mate on read" flag
  56         void SetIsUnmapped(bool ok);            // Sets "alignment is mapped" flag
  57
  58     // Tag data access methods
  59     public:
  60         // -------------------------------------------------------------------------------------
  61         // N.B. - The following tag access methods may not be used on BamAlignments fetched
  62         // using BamReader::GetNextAlignmentCore().  Attempting to use them will not result in
  63         // error message (to keep output clean) but will ALWAYS return false.  Only user-created
  64         // BamAlignments or those retrieved using BamReader::GetNextAlignment() are valid here.
  65
  66         // add tag data (create new TAG entry with TYPE and VALUE)
  67         // TYPE is one of {A, i, f, Z, H} depending on VALUE - see SAM/BAM spec for details
  68         // returns true if new data added, false if error or TAG already exists
  69         // N.B. - will NOT modify existing tag. Use EditTag() instead
  70         // @tag   - two character tag name
  71         // @type  - single character tag type (see SAM/BAM spec for details)
  72         // @value - value to associate with tag
  73         bool AddTag(const std::string& tag, const std::string& type, const std::string& value); // type must be Z or H
  74         bool AddTag(const std::string& tag, const std::string& type, const uint32_t& value);    // type must be A or i
  75         bool AddTag(const std::string& tag, const std::string& type, const int32_t& value);     // type must be A or i
  76         bool AddTag(const std::string& tag, const std::string& type, const float& value);       // type must be A, i, or f
  77
  78         // edit tag data (sets existing TAG with TYPE to VALUE or adds new TAG if not already present)
  79         // TYPE is one of {A, i, f, Z, H} depending on VALUE - see SAM/BAM spec for details
  80         // returns true if edit was successfaul, false if error
  81         // @tag   - two character tag name
  82         // @type  - single character tag type (see SAM/BAM spec for details)
  83         // @value - new value for tag
  84         bool EditTag(const std::string& tag, const std::string& type, const std::string& value); // type must be Z or H
  85         bool EditTag(const std::string& tag, const std::string& type, const uint32_t& value);    // type must be A or i
  86         bool EditTag(const std::string& tag, const std::string& type, const int32_t& value);     // type must be A or i
  87         bool EditTag(const std::string& tag, const std::string& type, const float& value);       // type must be A, i, or f
  88
  89         // specific tag data access methods - these only remain for legacy support
  90         // returns whether specific tag could be retrieved
  91         bool GetEditDistance(uint32_t& editDistance) const; // get "NM" tag data (equivalent to GetTag("NM", editDistance))
  92         bool GetReadGroup(std::string& readGroup) const;    // get "RG" tag data (equivalent to GetTag("RG", readGroup))
  93
  94         // generic tag data access methods
  95         // returns whether tag is found & tag type is compatible with DESTINATION
  96         // @tag - two character tag name
  97         // @destination - if found, tag value is stored here
  98         bool GetTag(const std::string& tag, std::string& destination) const;    // access variable-length char or hex strings
  99         bool GetTag(const std::string& tag, uint32_t& destination) const;       // access unsigned integer data
 100         bool GetTag(const std::string& tag, int32_t& destination) const;        // access signed integer data
 101         bool GetTag(const std::string& tag, float& destination) const;          // access floating point data
 102
 103         // retrieve the tag type code for TAG
 104         // returns true if tag could be found and type determined
 105         bool GetTagType(const std::string& tag, char& type) const;
 106
 107         // remove tag data
 108         // returns true if removal was successful, false if error
 109         // N.B. - returns false if TAG does not exist (no removal can occur)
 110         // @tag - two character tag name
 111         bool RemoveTag(const std::string& tag);
 112
 113     // Additional data access methods
 114     public:
 115         // calculates & returns alignment end position, based on starting position and CIGAR operations
 116         // @usePadded - if true, counts inserted bases. Default is false, so that alignment end position matches the last base's position in reference
 117         // @zeroBased - if true, returns 0-based coordinate; else returns 1-based. Setting this to false is useful when using BAM data along with other, half-open formats.
 118         int GetEndPosition(bool usePadded = false, bool zeroBased = true) const;
 119
 120     // 'internal' utility methods
 121     private:
 122         static bool FindTag(const std::string& tag, char* &pTagData, const unsigned int& tagDataLength, unsigned int& numBytesParsed);
 123         static bool SkipToNextTag(const char storageType, char* &pTagData, unsigned int& numBytesParsed);
 124
 125     // Data members
 126     public:
 127         std::string Name;              // Read name
 128         int32_t     Length;            // Query length
 129         std::string QueryBases;        // 'Original' sequence (as reported from sequencing machine)
 130         std::string AlignedBases;      // 'Aligned' sequence (includes any indels, padding, clipping)
 131         std::string Qualities;         // FASTQ qualities (ASCII characters, not numeric values)
 132         std::string TagData;           // Tag data (accessor methods will pull the requested information out)
 133         int32_t     RefID;             // ID number for reference sequence
 134         int32_t     Position;          // Position (0-based) where alignment starts
 135         uint16_t    Bin;               // Bin in BAM file where this alignment resides
 136         uint16_t    MapQuality;        // Mapping quality score
 137         uint32_t    AlignmentFlag;     // Alignment bit-flag - see Is<something>() methods to query this value, SetIs<something>() methods to manipulate
 138         std::vector<CigarOp> CigarData; // CIGAR operations for this alignment
 139         int32_t     MateRefID;         // ID number for reference sequence where alignment's mate was aligned
 140         int32_t     MatePosition;      // Position (0-based) where alignment's mate starts
 141         int32_t     InsertSize;        // Mate-pair insert size
 142
 143     public:
 144         struct BamAlignmentSupportData {
 145
 146             // data members
 147             std::string AllCharData;
 148             uint32_t    BlockLength;
 149             uint32_t    NumCigarOperations;
 150             uint32_t    QueryNameLength;
 151             uint32_t    QuerySequenceLength;
 152             bool        HasCoreOnly;
 153
 154             // constructor
 155             BamAlignmentSupportData(void)
 156                 : BlockLength(0)
 157                 , NumCigarOperations(0)
 158                 , QueryNameLength(0)
 159                 , QuerySequenceLength(0)
 160                 , HasCoreOnly(false)
 161             { }
 162         };
 163
 164         // ** THIS IS INTERNAL DATA! DO NOT ACCESS OR EDIT FROM CLIENT CODE **
 165         //
 166         // Intended for use by BamReader & BamWriter ONLY. No, really, I mean it.
 167         //
 168         // BamTools makes some assumptions about this data being pristine, so please don't tinker with it.
 169         // The regular data fields above should be sufficient for client code.
 170         //
 171         // Technical/design note - Ideally, this would be a private data member with BamReader & BamWriter
 172         // allowed direct 'friend' access. However older compilers (especially gcc before v4.1 ) do not
 173         // propagate the friend access to BamReader/Writer's implementation inner classes.
 174         BamAlignmentSupportData SupportData;
 175
 176     // Alignment flag query constants
 177     // Use the get/set methods above instead
 178     private:
 179         enum { PAIRED        = 1
 180              , PROPER_PAIR   = 2
 181              , UNMAPPED      = 4
 182              , MATE_UNMAPPED = 8
 183              , REVERSE       = 16
 184              , MATE_REVERSE  = 32
 185              , READ_1        = 64
 186              , READ_2        = 128
 187              , SECONDARY     = 256
 188              , QC_FAILED     = 512
 189              , DUPLICATE     = 1024
 190              };
 191 };
 192
 193 // convenience typedef(s)
 194 typedef std::vector<BamAlignment> BamAlignmentVector;
 195
 196 } // namespace BamTools
 197
 198 #endif // BAMALIGNMENT_H