bp_bin/format_genome

   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 # Format a genome creating specified indexes.
  25
  26 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  27
  28
  29 use warnings;
  30 use strict;
  31 use Maasha::Fasta;
  32 use Maasha::Biopieces;
  33 use Maasha::Bowtie;
  34 use Maasha::BWA;
  35 use Maasha::NCBI;
  36 use Maasha::Match;
  37 use Maasha::UCSC;
  38
  39
  40 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  41
  42
  43 my ( $default, $formats, $options, $in, $out, $record, $data_out, $entry,
  44      $genome, $dir, $fasta_dir, $phastcons_dir, $fh_out, $vals, $format, $tmp_dir );
  45
  46 $tmp_dir = Maasha::Biopieces::get_tmpdir();
  47 $default = $ENV{ 'BP_DATA' };
  48 $formats = 'fasta,blast,vmatch,bowtie,bwa,phastcons';
  49
  50 $options = Maasha::Biopieces::parse_options(
  51     [
  52         { long => 'no_stream', short => 'x', type => 'flag',   mandatory => 'no',  default => undef,    allowed => undef,    disallowed => undef },
  53         { long => 'dir',       short => 'd', type => 'dir!',   mandatory => 'no',  default => $default, allowed => undef,    disallowed => undef },
  54         { long => 'genome',    short => 'g', type => 'string', mandatory => 'yes', default => undef,    allowed => undef,    disallowed => undef },
  55         { long => 'formats',   short => 'f', type => 'list',   mandatory => 'yes', default => undef,    allowed => $formats, disallowed => '0' },
  56     ]
  57 );
  58
  59 $in  = Maasha::Biopieces::read_stream( $options->{ "stream_in" } );
  60 $out = Maasha::Biopieces::write_stream( $options->{ "stream_out" } );
  61
  62 $dir    = $options->{ 'dir' };
  63 $genome = $options->{ 'genome' };
  64
  65 Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes" );
  66 Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome" );
  67
  68 if ( grep { $_ =~ /fasta|blast|vmatch|bowtie|bwa/i } @{ $options->{ "formats" } } )
  69 {
  70     if ( -f "$dir/genomes/$genome/fasta/$genome.fna" )
  71     {
  72         $fasta_dir = "$dir/genomes/$genome/fasta";
  73     }
  74     else
  75     {
  76         Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome/fasta" );
  77
  78         $fasta_dir = "$dir/genomes/$genome/fasta";
  79
  80         $fh_out = Maasha::Filesys::file_write_open( "$fasta_dir/$genome.fna" );
  81     }
  82 }
  83 elsif ( grep { $_ =~ /phastcons/i } @{ $options->{ "formats" } } )
  84 {
  85     Maasha::Filesys::dir_create_if_not_exists( "$dir/genomes/$genome/phastcons" );
  86
  87     $phastcons_dir = "$dir/genomes/$genome/phastcons";
  88
  89     $fh_out = Maasha::Filesys::file_write_open( "$phastcons_dir/$genome.pp" );
  90 }
  91
  92 while ( $record = Maasha::Biopieces::get_record( $in ) )
  93 {
  94     if ( $fh_out and $entry = Maasha::Fasta::biopiece2fasta( $record ) )
  95     {
  96         Maasha::Fasta::put_entry( $entry, $fh_out );
  97     }
  98     elsif ( $fh_out and $record->{ "CHR" } and $record->{ "CHR_BEG" } and $record->{ "STEP" } and $record->{ "VALS" } )  # TODO: clean this!
  99     {
 100         print $fh_out "fixedStep chrom=$record->{ 'CHR' } start=$record->{ 'CHR_BEG' } step=$record->{ 'STEP' }\n";
 101
 102         $vals = $record->{ 'VALS' };
 103
 104         $vals =~ tr/,/\n/;
 105
 106         print $fh_out "$vals\n";
 107     }
 108
 109     Maasha::Biopieces::put_record( $record, $out ) if not $options->{ "no_stream" };
 110 }
 111
 112 close $fh_out if $fh_out;
 113
 114 foreach $format ( @{ $options->{ 'formats' } } )
 115 {
 116     print STDERR qq(Creating format: $format for $genome ... ) if $options->{ 'verbose' };
 117
 118     if    ( $format =~ /^fasta$/i )     { Maasha::Fasta::fasta_index( "$fasta_dir/$genome.fna", $fasta_dir, "$genome.index" ) }
 119     elsif ( $format =~ /^blast$/i )     { Maasha::NCBI::blast_index( "$genome.fna", $fasta_dir, "$dir/genomes/$genome/blast", "dna", $genome ) }
 120     elsif ( $format =~ /^blat$/i )      { warn "BLAT FORMAT NOT IMPLEMENTED\n" }
 121     elsif ( $format =~ /^vmatch$/i )    { Maasha::Match::vmatch_index( "$genome.fna", $fasta_dir, "$dir/genomes/$genome/vmatch", $tmp_dir ) }
 122     elsif ( $format =~ /^bowtie$/i )    { Maasha::Bowtie::bowtie_index( "$fasta_dir/$genome.fna", "$dir/genomes/$genome/bowtie", $genome, $options->{ 'verbose' } ) }
 123     elsif ( $format =~ /^bwa$/i )       { Maasha::BWA::bwa_index( "$fasta_dir/$genome.fna", "$dir/genomes/$genome/bwa", $genome, $options->{ 'verbose' } ) }
 124     elsif ( $format =~ /^phastcons$/i ) { Maasha::UCSC::phastcons_index( "$genome.pp", $phastcons_dir ) }
 125
 126     print STDERR qq(done.\n) if $options->{ 'verbose' };
 127 }
 128
 129 Maasha::Biopieces::close_stream( $in );
 130 Maasha::Biopieces::close_stream( $out );
 131
 132
 133 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
 134
 135
 136 BEGIN
 137 {
 138     Maasha::Biopieces::status_set();
 139 }
 140
 141
 142 END
 143 {
 144     Maasha::Biopieces::status_log();
 145 }
 146
 147
 148 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
 149
 150
 151 __END__