bin/combine_results

   1 #! /usr/bin/perl
   2
   3 # parse_ncbi_results retreives files of search results from ncbi,
   4 # and is released under the terms of the GPL version 2, or any later
   5 # version, at your option. See the file README and COPYING for more
   6 # information.
   7
   8 # Copyright 2004 by Don Armstrong <don@donarmstrong.com>.
   9
  10 # $Id: ss,v 1.1 2004/06/29 05:26:35 don Exp $
  11
  12
  13 use warnings;
  14 use strict;
  15
  16
  17 use Getopt::Long;
  18 use Pod::Usage;
  19
  20 =head1 NAME
  21
  22   parse_ncbi_results [options]
  23
  24 =head1 SYNOPSIS
  25
  26
  27  Options:
  28   --dir, -D directory to stick results into [default .]
  29   --name, -n file naming scheme [default ${search}_results.$format]
  30   --terms, -t file of search terms [default -]
  31   --debug, -d debugging level [default 0]
  32   --help, -h display this help
  33   --man, -m display manual
  34
  35 =head1 OPTIONS
  36
  37 =over
  38
  39 =item B<--debug, -d>
  40
  41 Debug verbosity. (Default 0)
  42
  43 =item B<--help, -h>
  44
  45 Display brief useage information.
  46
  47 =item B<--man, -m>
  48
  49 Display this manual.
  50
  51 =back
  52
  53 =head1 EXAMPLES
  54
  55   parse_ncbi_results -D ./ncbi_results/ -n '${search}_name.html' < search_parameters
  56
  57 Will pretty much do what you want
  58
  59 =cut
  60
  61
  62
  63 use vars qw($DEBUG $REVISION);
  64
  65 BEGIN{
  66      ($REVISION) = q$LastChangedRevision: 1$ =~ /LastChangedRevision:\s+([^\s]+)/;
  67      $DEBUG = 0 unless defined $DEBUG;
  68 }
  69
  70 use XML::Parser::Expat;
  71 use IO::File;
  72
  73 # XXX parse config file
  74
  75 my %options = (debug    => 0,
  76                help     => 0,
  77                man      => 0,
  78                dir      => '.',
  79                keyword  => undef,
  80               );
  81
  82 GetOptions(\%options,'keyword|k=s','debug|d+','help|h|?','man|m');
  83
  84
  85 pod2usage() if $options{help};
  86 pod2usage({verbose=>2}) if $options{man};
  87
  88 $DEBUG = $options{debug};
  89
  90 # CSV columns
  91 use constant {NAME        => 0,
  92               REFSEQ      => 1,
  93               LOCATION    => 2,
  94               ALIAS       => 3,
  95               FUNCTION    => 4,
  96               DESCRIPTION => 5,
  97               KEYWORD     => 6,
  98               DBNAME      => 7,
  99               FILENAME    => 8,
 100              };
 101
 102 my @csv_fields = qw(name hits rzscore refseq location alias database terms description function);
 103
 104 my %genes;
 105
 106 for my $file_name (@ARGV) {
 107      my $file = new IO::File $file_name, 'r' or die "Unable to open file $file_name $!";
 108      while (<$file>) {
 109           next if /^"Name"/;
 110           my @gene = map {s/^\"//; s/\"$//; $_;} split /(?<=\")\,(?=\")/, $_;
 111           $genes{$gene[NAME]}{name} = $gene[NAME];
 112           $genes{$gene[NAME]}{database}{$gene[DBNAME]}++;
 113           $genes{$gene[NAME]}{hits}++;
 114           $genes{$gene[NAME]}{terms}{$gene[KEYWORD]}++;
 115           add_unique_parts($genes{$gene[NAME]},'refseq',$gene[REFSEQ]);
 116           add_if_better($genes{$gene[NAME]},'description',$gene[DESCRIPTION]);
 117           add_if_better($genes{$gene[NAME]},'location',$gene[LOCATION]);
 118           add_unique_parts($genes{$gene[NAME]},'function',split(/; /, $gene[FUNCTION]));
 119           add_unique_parts($genes{$gene[NAME]},'alias', split(/; /, $gene[ALIAS]));
 120      }
 121 }
 122
 123 print join(',',map {qq("$_")} @csv_fields),qq(\n);
 124 for my $gene (keys %genes) {
 125      $genes{$gene}{rzscore} = scalar keys %{$genes{$gene}{terms}};
 126      next if $genes{$gene}{rzscore} == 1 and exists $genes{$gene}{terms}{antigen};
 127      $genes{$gene}{rzscore} -= 1 if exists $genes{$gene}{terms}{antigen};
 128      print STDOUT join (',',
 129                         map {s/"//g; qq("$_")}
 130                         map {
 131                              my $value = $_;
 132                              if (ref $value eq 'HASH') {
 133                                   join('; ',map {qq($_:$$value{$_})} keys %$value);
 134                              }
 135                              elsif (ref $value eq 'ARRAY') {
 136                                   join('; ', @$value);
 137                              }
 138                              else {
 139                                   $value;
 140                              }
 141                         } @{$genes{$gene}}{@csv_fields}
 142                        ), qq(\n);
 143 }
 144
 145
 146 sub add_unique_parts{
 147      my ($hr,$key,@values) = @_;
 148      if (not defined $$hr{key}) {
 149           $$hr{$key} = [@values];
 150      }
 151      else {
 152           my %temp_hash;
 153           @temp_hash{@{$$hr{$key}}} = (1) x scalar @{$$hr{$key}};
 154           $temp_hash{@values} = (1) x scalar @values;
 155           $$hr{$key} = [keys %temp_hash];
 156      }
 157 }
 158
 159 sub add_if_better{
 160      my ($hash, $key, $value) = @_;
 161      if (not defined $$hash{$key}) {
 162           $$hash{$key} = $value;
 163      }
 164      elsif (length $$hash{$key} < length $value and $value !~ /^NO\s+(LOCATION|DESCRIPTION)+$/) {
 165           $$hash{$key} = $value;
 166      }
 167 }
 168
 169
 170
 171
 172 __END__