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