bp_bin/uclust_seq

   1 #!/usr/bin/env ruby
   2
   3 # Copyright (C) 2007-2011 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
  23 # This program is part of the Biopieces framework (www.biopieces.org).
  24
  25 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> DESCRIPTION <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  26
  27 # Run Uclust on sequences in the stream.
  28
  29 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  30
  31 require 'maasha/biopieces'
  32 require 'maasha/fasta'
  33 require 'maasha/usearch'
  34
  35 casts = []
  36 casts << {:long=>'no_sort',  :short=>'n', :type=>'flag',   :mandatory=>false, :default=>nil,      :allowed=>nil,        :disallowed=>nil}
  37 casts << {:long=>'comp',     :short=>'c', :type=>'flag',   :mandatory=>false, :default=>nil,      :allowed=>nil,        :disallowed=>nil}
  38 casts << {:long=>'identity', :short=>'i', :type=>'float',  :mandatory=>true,  :default=>0.9,      :allowed=>nil,        :disallowed=>nil}
  39
  40 options = Biopieces.options_parse(ARGV, casts)
  41
  42 tmpdir       = Biopieces.mktmpdir
  43 file_records = File.join(tmpdir, "data.stream")
  44 file_fasta   = File.join(tmpdir, "in.fna")
  45 file_uclust  = File.join(tmpdir, "out.uc")
  46
  47 Biopieces.open(options[:stream_in], file_records) do |input, output|
  48   Fasta.open(file_fasta, mode="w") do |fasta_io|
  49     input.each_record do |record|
  50       output.puts record
  51
  52       if record[:SEQ_NAME] and record[:SEQ]
  53         fasta_io.puts Seq.new_bp(record).to_fasta
  54       end
  55     end
  56   end
  57 end
  58
  59 us = Usearch.new(file_fasta, file_uclust, options)
  60 us.sort_length unless options[:no_sort]
  61 us.cluster
  62
  63 hash = {}
  64
  65 us.each_cluster do |record|
  66   hash[record[:Q_ID].to_sym] = record.dup
  67 end
  68
  69 Biopieces.open(file_records, options[:stream_out]) do |input, output|
  70   input.each_record do |record|
  71     if record[:SEQ_NAME] and record[:SEQ]
  72       if hash[record[:SEQ_NAME].to_sym]
  73         us = hash[record[:SEQ_NAME].to_sym]
  74         record[:CLUSTER] = us[:CLUSTER].to_i
  75         record[:IDENT]   = us[:IDENT].to_i
  76         record[:IDENT] = '*' if us[:TYPE] == 'S'
  77       end
  78     end
  79
  80     output.puts record
  81   end
  82 end
  83
  84
  85 # >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  86
  87
  88 __END__