EM.cpp

   1 #include<ctime>
   2 #include<cmath>
   3 #include<cstdio>
   4 #include<cstdlib>
   5 #include<cstring>
   6 #include<cassert>
   7 #include<string>
   8 #include<vector>
   9 #include<algorithm>
  10 #include<pthread.h>
  11
  12 #include "utils.h"
  13 #include "sampling.h"
  14
  15 #include "Read.h"
  16 #include "SingleRead.h"
  17 #include "SingleReadQ.h"
  18 #include "PairedEndRead.h"
  19 #include "PairedEndReadQ.h"
  20
  21 #include "SingleHit.h"
  22 #include "PairedEndHit.h"
  23
  24 #include "Model.h"
  25 #include "SingleModel.h"
  26 #include "SingleQModel.h"
  27 #include "PairedEndModel.h"
  28 #include "PairedEndQModel.h"
  29
  30 #include "Transcript.h"
  31 #include "Transcripts.h"
  32
  33 #include "Refs.h"
  34 #include "GroupInfo.h"
  35 #include "HitContainer.h"
  36 #include "ReadIndex.h"
  37 #include "ReadReader.h"
  38
  39 #include "ModelParams.h"
  40
  41 #include "HitWrapper.h"
  42 #include "BamWriter.h"
  43
  44 using namespace std;
  45
  46 const double STOP_CRITERIA = 0.001;
  47 const int MAX_ROUND = 10000;
  48 const int MIN_ROUND = 20;
  49
  50 struct Params {
  51         void *model;
  52         void *reader, *hitv, *ncpv, *mhp, *countv;
  53 };
  54
  55 int read_type;
  56 int m, M; // m genes, M isoforms
  57 int N0, N1, N2, N_tot;
  58 int nThreads;
  59
  60
  61 bool genBamF; // If user wants to generate bam file, true; otherwise, false.
  62 bool bamSampling; // true if sampling from read posterior distribution when bam file is generated
  63 bool updateModel, calcExpectedWeights;
  64 bool genGibbsOut; // generate file for Gibbs sampler
  65
  66 char refName[STRLEN], outName[STRLEN];
  67 char imdName[STRLEN], statName[STRLEN];
  68 char refF[STRLEN], groupF[STRLEN], cntF[STRLEN], tiF[STRLEN];
  69 char mparamsF[STRLEN], bmparamsF[STRLEN];
  70 char modelF[STRLEN], thetaF[STRLEN];
  71
  72 char inpSamType;
  73 char *pt_fn_list, *pt_chr_list;
  74 char inpSamF[STRLEN], outBamF[STRLEN], fn_list[STRLEN], chr_list[STRLEN];
  75
  76 char out_for_gibbs_F[STRLEN];
  77
  78 vector<double> theta, eel; // eel : expected effective length
  79
  80 double *probv, **countvs;
  81
  82 Refs refs;
  83 GroupInfo gi;
  84 Transcripts transcripts;
  85
  86 ModelParams mparams;
  87
  88 template<class ReadType, class HitType, class ModelType>
  89 void init(ReadReader<ReadType> **&readers, HitContainer<HitType> **&hitvs, double **&ncpvs, ModelType **&mhps) {
  90         int nReads, nHits, rt;
  91         int nrLeft, nhT, curnr; // nrLeft : number of reads left, nhT : hit threshold per thread, curnr: current number of reads
  92         char datF[STRLEN];
  93
  94         int s;
  95         char readFs[2][STRLEN];
  96         ReadIndex *indices[2];
  97         ifstream fin;
  98
  99         readers = new ReadReader<ReadType>*[nThreads];
 100         genReadFileNames(imdName, 1, read_type, s, readFs);
 101         for (int i = 0; i < s; i++) {
 102                 indices[i] = new ReadIndex(readFs[i]);
 103         }
 104         for (int i = 0; i < nThreads; i++) {
 105                 readers[i] = new ReadReader<ReadType>(s, readFs);
 106                 readers[i]->setIndices(indices);
 107         }
 108
 109         hitvs = new HitContainer<HitType>*[nThreads];
 110         for (int i = 0; i < nThreads; i++) {
 111                 hitvs[i] = new HitContainer<HitType>();
 112         }
 113
 114         sprintf(datF, "%s.dat", imdName);
 115         fin.open(datF);
 116         if (!fin.is_open()) { fprintf(stderr, "Cannot open %s! It may not exist.\n", datF); exit(-1); }
 117         fin>>nReads>>nHits>>rt;
 118         if (nReads != N1) { fprintf(stderr, "Number of alignable reads does not match!\n"); exit(-1); }
 119         //assert(nReads == N1);
 120         if (rt != read_type) { fprintf(stderr, "Data file (.dat) does not have the right read type!\n"); exit(-1); }
 121         //assert(rt == read_type);
 122
 123         //A just so so strategy for paralleling
 124         nhT = nHits / nThreads;
 125         nrLeft = N1;
 126         curnr = 0;
 127
 128         ncpvs = new double*[nThreads];
 129         for (int i = 0; i < nThreads; i++) {
 130                 int ntLeft = nThreads - i - 1; // # of threads left
 131                 if (!readers[i]->locate(curnr)) { fprintf(stderr, "Read indices files do not match!\n"); exit(-1); }
 132                 //assert(readers[i]->locate(curnr));
 133
 134                 while (nrLeft > ntLeft && (i == nThreads - 1 || hitvs[i]->getNHits() < nhT)) {
 135                         if (!hitvs[i]->read(fin)) { fprintf(stderr, "Cannot read alignments from .dat file!\n"); exit(-1); }
 136                         //assert(hitvs[i]->read(fin));
 137                         --nrLeft;
 138                         if (verbose && nrLeft % 1000000 == 0) { printf("DAT %d reads left!\n", nrLeft); }
 139                 }
 140                 ncpvs[i] = new double[hitvs[i]->getN()];
 141                 memset(ncpvs[i], 0, sizeof(double) * hitvs[i]->getN());
 142                 curnr += hitvs[i]->getN();
 143
 144                 if (verbose) { printf("Thread %d : N = %d, NHit = %d\n", i, hitvs[i]->getN(), hitvs[i]->getNHits()); }
 145         }
 146
 147         fin.close();
 148
 149         mhps = new ModelType*[nThreads];
 150         for (int i = 0; i < nThreads; i++) {
 151                 mhps[i] = new ModelType(mparams, false); // just model helper
 152         }
 153
 154         probv = new double[M + 1];
 155         countvs = new double*[nThreads];
 156         for (int i = 0; i < nThreads; i++) {
 157                 countvs[i] = new double[M + 1];
 158         }
 159
 160
 161         if (verbose) { printf("EM_init finished!\n"); }
 162 }
 163
 164 template<class ReadType, class HitType, class ModelType>
 165 void* E_STEP(void* arg) {
 166         Params *params = (Params*)arg;
 167         ModelType *model = (ModelType*)(params->model);
 168         ReadReader<ReadType> *reader = (ReadReader<ReadType>*)(params->reader);
 169         HitContainer<HitType> *hitv = (HitContainer<HitType>*)(params->hitv);
 170         double *ncpv = (double*)(params->ncpv);
 171         ModelType *mhp = (ModelType*)(params->mhp);
 172         double *countv = (double*)(params->countv);
 173
 174         bool needCalcConPrb = model->getNeedCalcConPrb();
 175
 176         ReadType read;
 177
 178         int N = hitv->getN();
 179         double sum;
 180         vector<double> fracs; //to remove this, do calculation twice
 181         int fr, to, id;
 182
 183         if (needCalcConPrb || updateModel) { reader->reset(); }
 184         if (updateModel) { mhp->init(); }
 185
 186         memset(countv, 0, sizeof(double) * (M + 1));
 187         for (int i = 0; i < N; i++) {
 188                 if (needCalcConPrb || updateModel) {
 189                         if (!reader->next(read)) {
 190                                 fprintf(stderr, "Can not load a read!\n");
 191                                 exit(-1);
 192                         }
 193                         //assert(reader->next(read));
 194                 }
 195                 fr = hitv->getSAt(i);
 196                 to = hitv->getSAt(i + 1);
 197                 fracs.resize(to - fr + 1);
 198
 199                 sum = 0.0;
 200
 201                 if (needCalcConPrb) { ncpv[i] = model->getNoiseConPrb(read); }
 202                 fracs[0] = probv[0] * ncpv[i];
 203                 if (fracs[0] < EPSILON) fracs[0] = 0.0;
 204                 sum += fracs[0];
 205                 for (int j = fr; j < to; j++) {
 206                         HitType &hit = hitv->getHitAt(j);
 207                         if (needCalcConPrb) { hit.setConPrb(model->getConPrb(read, hit)); }
 208                         id = j - fr + 1;
 209                         fracs[id] = probv[hit.getSid()] * hit.getConPrb();
 210                         if (fracs[id] < EPSILON) fracs[id] = 0.0;
 211                         sum += fracs[id];
 212                 }
 213
 214                 if (sum >= EPSILON) {
 215                         fracs[0] /= sum;
 216                         countv[0] += fracs[0];
 217                         if (updateModel) { mhp->updateNoise(read, fracs[0]); }
 218                         if (calcExpectedWeights) { ncpv[i] = fracs[0]; }
 219                         for (int j = fr; j < to; j++) {
 220                                 HitType &hit = hitv->getHitAt(j);
 221                                 id = j - fr + 1;
 222                                 fracs[id] /= sum;
 223                                 countv[hit.getSid()] += fracs[id];
 224                                 if (updateModel) { mhp->update(read, hit, fracs[id]); }
 225                                 if (calcExpectedWeights) { hit.setConPrb(fracs[id]); }
 226                         }
 227                 }
 228                 else if (calcExpectedWeights) {
 229                         ncpv[i] = 0.0;
 230                         for (int j = fr; j < to; j++) {
 231                                 HitType &hit = hitv->getHitAt(j);
 232                                 hit.setConPrb(0.0);
 233                         }
 234                 }
 235         }
 236
 237         return NULL;
 238 }
 239
 240 template<class ReadType, class HitType, class ModelType>
 241 void* calcConProbs(void* arg) {
 242         Params *params = (Params*)arg;
 243         ModelType *model = (ModelType*)(params->model);
 244         ReadReader<ReadType> *reader = (ReadReader<ReadType>*)(params->reader);
 245         HitContainer<HitType> *hitv = (HitContainer<HitType>*)(params->hitv);
 246         double *ncpv = (double*)(params->ncpv);
 247
 248         ReadType read;
 249         int N = hitv->getN();
 250         int fr, to;
 251
 252         assert(model->getNeedCalcConPrb());
 253         reader->reset();
 254
 255         for (int i = 0; i < N; i++) {
 256                 if (!reader->next(read)) {
 257                         fprintf(stderr, "Can not load a read!\n");
 258                         exit(-1);
 259                 }
 260                 fr = hitv->getSAt(i);
 261                 to = hitv->getSAt(i + 1);
 262
 263                 ncpv[i] = model->getNoiseConPrb(read);
 264                 for (int j = fr; j < to; j++) {
 265                         HitType &hit = hitv->getHitAt(j);
 266                         hit.setConPrb(model->getConPrb(read, hit));
 267                 }
 268         }
 269
 270         return NULL;
 271 }
 272
 273 template<class ModelType>
 274 void calcExpectedEffectiveLengths(ModelType& model) {
 275   int lb, ub, span;
 276   double *pdf = NULL, *cdf = NULL, *clen = NULL; // clen[i] = sigma_{j=1}^{i}pdf[i]*(lb+i)
 277
 278   model.getGLD().copyTo(pdf, cdf, lb, ub, span);
 279   clen = new double[span + 1];
 280   clen[0] = 0.0;
 281   for (int i = 1; i <= span; i++) {
 282     clen[i] = clen[i - 1] + pdf[i] * (lb + i);
 283   }
 284
 285   eel.clear();
 286   eel.resize(M + 1, 0.0);
 287   for (int i = 1; i <= M; i++) {
 288     int totLen = refs.getRef(i).getTotLen();
 289     int fullLen = refs.getRef(i).getFullLen();
 290     int pos1 = max(min(totLen - fullLen + 1, ub) - lb, 0);
 291     int pos2 = max(min(totLen, ub) - lb, 0);
 292
 293     if (pos2 == 0) { eel[i] = 0.0; continue; }
 294
 295     eel[i] = fullLen * cdf[pos1] + ((cdf[pos2] - cdf[pos1]) * (totLen + 1) - (clen[pos2] - clen[pos1]));
 296     assert(eel[i] >= 0);
 297     if (eel[i] < MINEEL) { eel[i] = 0.0; }
 298   }
 299
 300   delete[] pdf;
 301   delete[] cdf;
 302   delete[] clen;
 303 }
 304
 305 template<class ModelType>
 306 void writeResults(ModelType& model, double* counts) {
 307         double denom;
 308         char outF[STRLEN];
 309         FILE *fo;
 310
 311         sprintf(modelF, "%s.model", statName);
 312         model.write(modelF);
 313
 314         //calculate tau values
 315         double *tau = new double[M + 1];
 316         memset(tau, 0, sizeof(double) * (M + 1));
 317
 318         denom = 0.0;
 319         for (int i = 1; i <= M; i++)
 320           if (eel[i] >= EPSILON) {
 321             tau[i] = theta[i] / eel[i];
 322             denom += tau[i];
 323           }
 324         if (denom <= 0) { fprintf(stderr, "No alignable reads?!\n"); exit(-1); }
 325         //assert(denom > 0);
 326         for (int i = 1; i <= M; i++) {
 327                 tau[i] /= denom;
 328         }
 329
 330         //isoform level results
 331         sprintf(outF, "%s.iso_res", imdName);
 332         fo = fopen(outF, "w");
 333         for (int i = 1; i <= M; i++) {
 334                 const Transcript& transcript = transcripts.getTranscriptAt(i);
 335                 fprintf(fo, "%s%c", transcript.getTranscriptID().c_str(), (i < M ? '\t' : '\n'));
 336         }
 337         for (int i = 1; i <= M; i++)
 338                 fprintf(fo, "%.2f%c", counts[i], (i < M ? '\t' : '\n'));
 339         for (int i = 1; i <= M; i++)
 340                 fprintf(fo, "%.15g%c", tau[i], (i < M ? '\t' : '\n'));
 341         for (int i = 1; i <= M; i++) {
 342                 const Transcript& transcript = transcripts.getTranscriptAt(i);
 343                 fprintf(fo, "%s%c", transcript.getLeft().c_str(), (i < M ? '\t' : '\n'));
 344         }
 345         fclose(fo);
 346
 347         //gene level results
 348         sprintf(outF, "%s.gene_res", imdName);
 349         fo = fopen(outF, "w");
 350         for (int i = 0; i < m; i++) {
 351                 const string& gene_id = transcripts.getTranscriptAt(gi.spAt(i)).getGeneID();
 352                 fprintf(fo, "%s%c", gene_id.c_str(), (i < m - 1 ? '\t' : '\n'));
 353         }
 354         for (int i = 0; i < m; i++) {
 355                 double sumC = 0.0; // sum of counts
 356                 int b = gi.spAt(i), e = gi.spAt(i + 1);
 357                 for (int j = b; j < e; j++) sumC += counts[j];
 358                 fprintf(fo, "%.2f%c", sumC, (i < m - 1 ? '\t' : '\n'));
 359         }
 360         for (int i = 0; i < m; i++) {
 361                 double sumT = 0.0; // sum of tau values
 362                 int b = gi.spAt(i), e = gi.spAt(i + 1);
 363                 for (int j = b; j < e; j++) sumT += tau[j];
 364                 fprintf(fo, "%.15g%c", sumT, (i < m - 1 ? '\t' : '\n'));
 365         }
 366         for (int i = 0; i < m; i++) {
 367                 int b = gi.spAt(i), e = gi.spAt(i + 1);
 368                 for (int j = b; j < e; j++) {
 369                         fprintf(fo, "%s%c", transcripts.getTranscriptAt(j).getTranscriptID().c_str(), (j < e - 1 ? ',' : (i < m - 1 ? '\t' :'\n')));
 370                 }
 371         }
 372         fclose(fo);
 373
 374         delete[] tau;
 375
 376         if (verbose) { printf("Expression Results are written!\n"); }
 377 }
 378
 379 template<class ReadType, class HitType, class ModelType>
 380 void release(ReadReader<ReadType> **readers, HitContainer<HitType> **hitvs, double **ncpvs, ModelType **mhps) {
 381         delete[] probv;
 382         for (int i = 0; i < nThreads; i++) {
 383                 delete[] countvs[i];
 384         }
 385         delete[] countvs;
 386
 387         for (int i = 0; i < nThreads; i++) {
 388                 delete readers[i];
 389                 delete hitvs[i];
 390                 delete[] ncpvs[i];
 391                 delete mhps[i];
 392         }
 393         delete[] readers;
 394         delete[] hitvs;
 395         delete[] ncpvs;
 396         delete[] mhps;
 397 }
 398
 399 inline bool doesUpdateModel(int ROUND) {
 400   //  return ROUND <= 20 || ROUND % 100 == 0;
 401   return ROUND <= 10;
 402 }
 403
 404 //Including initialize, algorithm and results saving
 405 template<class ReadType, class HitType, class ModelType>
 406 void EM() {
 407         FILE *fo;
 408
 409         int ROUND;
 410         double sum;
 411
 412         double bChange = 0.0, change = 0.0; // bChange : biggest change
 413         int totNum = 0;
 414
 415         ModelType model(mparams); //master model
 416         ReadReader<ReadType> **readers;
 417         HitContainer<HitType> **hitvs;
 418         double **ncpvs;
 419         ModelType **mhps; //model helpers
 420
 421         Params fparams[nThreads];
 422         pthread_t threads[nThreads];
 423         pthread_attr_t attr;
 424         void *status;
 425         int rc;
 426
 427
 428         //initialize boolean variables
 429         updateModel = calcExpectedWeights = false;
 430
 431         theta.clear();
 432         theta.resize(M + 1, 0.0);
 433         init<ReadType, HitType, ModelType>(readers, hitvs, ncpvs, mhps);
 434
 435         //set initial parameters
 436         assert(N_tot > N2);
 437         theta[0] = max(N0 * 1.0 / (N_tot - N2), 1e-8);
 438         double val = (1.0 - theta[0]) / M;
 439         for (int i = 1; i <= M; i++) theta[i] = val;
 440
 441         model.estimateFromReads(imdName);
 442
 443         for (int i = 0; i < nThreads; i++) {
 444                 fparams[i].model = (void*)(&model);
 445
 446                 fparams[i].reader = (void*)readers[i];
 447                 fparams[i].hitv = (void*)hitvs[i];
 448                 fparams[i].ncpv = (void*)ncpvs[i];
 449                 fparams[i].mhp = (void*)mhps[i];
 450                 fparams[i].countv = (void*)countvs[i];
 451         }
 452
 453         /* set thread attribute to be joinable */
 454         pthread_attr_init(&attr);
 455         pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE);
 456
 457         ROUND = 0;
 458         do {
 459                 ++ROUND;
 460
 461                 updateModel = doesUpdateModel(ROUND);
 462
 463                 for (int i = 0; i <= M; i++) probv[i] = theta[i];
 464
 465                 //E step
 466                 for (int i = 0; i < nThreads; i++) {
 467                         rc = pthread_create(&threads[i], &attr, E_STEP<ReadType, HitType, ModelType>, (void*)(&fparams[i]));
 468                         if (rc != 0) { fprintf(stderr, "Cannot create thread %d at ROUND %d! (numbered from 0)\n", i, ROUND); exit(-1); }
 469                         //assert(rc == 0);
 470                 }
 471
 472                 for (int i = 0; i < nThreads; i++) {
 473                         rc = pthread_join(threads[i], &status);
 474                         if (rc != 0) { fprintf(stderr, "Cannot join thread %d at ROUND %d! (numbered from 0)\n", i, ROUND); exit(-1); }
 475                         //assert(rc == 0);
 476                 }
 477
 478                 model.setNeedCalcConPrb(false);
 479
 480                 for (int i = 1; i < nThreads; i++) {
 481                         for (int j = 0; j <= M; j++) {
 482                                 countvs[0][j] += countvs[i][j];
 483                         }
 484                 }
 485
 486                 //add N0 noise reads
 487                 countvs[0][0] += N0;
 488
 489                 //M step;
 490                 sum = 0.0;
 491                 for (int i = 0; i <= M; i++) sum += countvs[0][i];
 492                 assert(sum >= EPSILON);
 493                 for (int i = 0; i <= M; i++) theta[i] = countvs[0][i] / sum;
 494
 495                 if (updateModel) {
 496                         model.init();
 497                         for (int i = 0; i < nThreads; i++) { model.collect(*mhps[i]); }
 498                         model.finish();
 499                 }
 500
 501                 // Relative error
 502                 bChange = 0.0; totNum = 0;
 503                 for (int i = 0; i <= M; i++)
 504                         if (probv[i] >= 1e-7) {
 505                                 change = fabs(theta[i] - probv[i]) / probv[i];
 506                                 if (change >= STOP_CRITERIA) ++totNum;
 507                                 if (bChange < change) bChange = change;
 508                         }
 509
 510                 if (verbose) printf("ROUND = %d, SUM = %.15g, bChange = %f, totNum = %d\n", ROUND, sum, bChange, totNum);
 511         } while (ROUND < MIN_ROUND || (totNum > 0 && ROUND < MAX_ROUND));
 512           //while (ROUND < MAX_ROUND);
 513
 514         if (totNum > 0) fprintf(stderr, "Warning: RSEM reaches %d iterations before meeting the convergence criteria.\n", MAX_ROUND);
 515
 516         //generate output file used by Gibbs sampler
 517         if (genGibbsOut) {
 518                 if (model.getNeedCalcConPrb()) {
 519                         for (int i = 0; i < nThreads; i++) {
 520                                 rc = pthread_create(&threads[i], &attr, calcConProbs<ReadType, HitType, ModelType>, (void*)(&fparams[i]));
 521                                 if (rc != 0) { fprintf(stderr, "Cannot create thread %d when generate files for Gibbs sampler! (numbered from 0)\n", i); exit(-1); }
 522                         }
 523                         for (int i = 0; i < nThreads; i++) {
 524                                 rc = pthread_join(threads[i], &status);
 525                                 if (rc != 0) { fprintf(stderr, "Cannot join thread %d when generate files for Gibbs sampler! (numbered from 0)\n", i); exit(-1); }
 526                         }
 527                 }
 528                 model.setNeedCalcConPrb(false);
 529
 530                 sprintf(out_for_gibbs_F, "%s.ofg", imdName);
 531                 fo = fopen(out_for_gibbs_F, "w");
 532                 fprintf(fo, "%d %d\n", M, N0);
 533                 for (int i = 0; i < nThreads; i++) {
 534                         int numN = hitvs[i]->getN();
 535                         for (int j = 0; j < numN; j++) {
 536                                 int fr = hitvs[i]->getSAt(j);
 537                                 int to = hitvs[i]->getSAt(j + 1);
 538                                 int totNum = 0;
 539
 540                                 if (ncpvs[i][j] >= EPSILON) { ++totNum; fprintf(fo, "%d %.15g ", 0, ncpvs[i][j]); }
 541                                 for (int k = fr; k < to; k++) {
 542                                         HitType &hit = hitvs[i]->getHitAt(k);
 543                                         if (hit.getConPrb() >= EPSILON) {
 544                                                 ++totNum;
 545                                                 fprintf(fo, "%d %.15g ", hit.getSid(), hit.getConPrb());
 546                                         }
 547                                 }
 548
 549                                 if (totNum > 0) { fprintf(fo, "\n"); }
 550                         }
 551                 }
 552                 fclose(fo);
 553         }
 554
 555         sprintf(thetaF, "%s.theta", statName);
 556         fo = fopen(thetaF, "w");
 557         fprintf(fo, "%d\n", M + 1);
 558
 559         // output theta'
 560         for (int i = 0; i < M; i++) fprintf(fo, "%.15g ", theta[i]);
 561         fprintf(fo, "%.15g\n", theta[M]);
 562
 563         //calculate expected effective lengths for each isoform
 564         calcExpectedEffectiveLengths<ModelType>(model);
 565
 566         //correct theta vector
 567         sum = theta[0];
 568         for (int i = 1; i <= M; i++)
 569           if (eel[i] < EPSILON) { theta[i] = 0.0; }
 570           else sum += theta[i];
 571         if (sum < EPSILON) { fprintf(stderr, "No Expected Effective Length is no less than %.6g?!\n", MINEEL); exit(-1); }
 572         for (int i = 0; i <= M; i++) theta[i] /= sum;
 573
 574         //calculate expected weights and counts using learned parameters
 575         updateModel = false; calcExpectedWeights = true;
 576         for (int i = 0; i <= M; i++) probv[i] = theta[i];
 577         for (int i = 0; i < nThreads; i++) {
 578                 rc = pthread_create(&threads[i], &attr, E_STEP<ReadType, HitType, ModelType>, (void*)(&fparams[i]));
 579                 if (rc != 0) { fprintf(stderr, "Cannot create thread %d when calculate expected weights! (numbered from 0)\n", i); exit(-1); }
 580                 //assert(rc == 0);
 581         }
 582         for (int i = 0; i < nThreads; i++) {
 583                 rc = pthread_join(threads[i], &status);
 584                 if (rc != 0) { fprintf(stderr, "Cannot join thread %d! (numbered from 0) when calculate expected weights!\n", i); exit(-1); }
 585                 //assert(rc == 0);
 586         }
 587         model.setNeedCalcConPrb(false);
 588         for (int i = 1; i < nThreads; i++) {
 589                 for (int j = 0; j <= M; j++) {
 590                         countvs[0][j] += countvs[i][j];
 591                 }
 592         }
 593         countvs[0][0] += N0;
 594
 595         /* destroy attribute */
 596         pthread_attr_destroy(&attr);
 597
 598         //convert theta' to theta
 599         double *mw = model.getMW();
 600         sum = 0.0;
 601         for (int i = 0; i <= M; i++) {
 602           theta[i] = (mw[i] < EPSILON ? 0.0 : theta[i] / mw[i]);
 603           sum += theta[i];
 604         }
 605         assert(sum >= EPSILON);
 606         for (int i = 0; i <= M; i++) theta[i] /= sum;
 607
 608         // output theta
 609         for (int i = 0; i < M; i++) fprintf(fo, "%.15g ", theta[i]);
 610         fprintf(fo, "%.15g\n", theta[M]);
 611
 612         fclose(fo);
 613
 614         writeResults<ModelType>(model, countvs[0]);
 615
 616         if (genBamF) {
 617                 sprintf(outBamF, "%s.transcript.bam", outName);
 618
 619                 if (bamSampling) {
 620                         int local_N;
 621                         int fr, to, len, id;
 622                         vector<double> arr;
 623                         arr.clear();
 624
 625                         if (verbose) printf("Begin to sample reads from their posteriors.\n");
 626                         for (int i = 0; i < nThreads; i++) {
 627                                 local_N = hitvs[i]->getN();
 628                                 for (int j = 0; j < local_N; j++) {
 629                                         fr = hitvs[i]->getSAt(j);
 630                                         to = hitvs[i]->getSAt(j + 1);
 631                                         len = to - fr + 1;
 632                                         arr.resize(len);
 633                                         arr[0] = ncpvs[i][j];
 634                                         for (int k = fr; k < to; k++) arr[k - fr + 1] = arr[k - fr] + hitvs[i]->getHitAt(k).getConPrb();
 635                                         id = (arr[len - 1] < EPSILON ? -1 : sample(arr, len)); // if all entries in arr are 0, let id be -1
 636                                         for (int k = fr; k < to; k++) hitvs[i]->getHitAt(k).setConPrb(k - fr + 1 == id ? 1.0 : 0.0);
 637                                 }
 638                         }
 639                         if (verbose) printf("Sampling is finished.\n");
 640                 }
 641
 642                 BamWriter writer(inpSamType, inpSamF, pt_fn_list, outBamF, transcripts);
 643                 HitWrapper<HitType> wrapper(nThreads, hitvs);
 644                 writer.work(wrapper);
 645         }
 646
 647         release<ReadType, HitType, ModelType>(readers, hitvs, ncpvs, mhps);
 648 }
 649
 650 int main(int argc, char* argv[]) {
 651         ifstream fin;
 652         bool quiet = false;
 653
 654         if (argc < 5) {
 655                 printf("Usage : rsem-run-em refName read_type sampleName sampleToken [-p #Threads] [-b samInpType samInpF has_fn_list_? [fn_list]] [-q] [--gibbs-out] [--sampling]\n\n");
 656                 printf("  refName: reference name\n");
 657                 printf("  read_type: 0 single read without quality score; 1 single read with quality score; 2 paired-end read without quality score; 3 paired-end read with quality score.\n");
 658                 printf("  sampleName: sample's name, including the path\n");
 659                 printf("  sampleToken: sampleName excludes the path\n");
 660                 printf("  -p: number of threads which user wants to use. (default: 1)\n");
 661                 printf("  -b: produce bam format output file. (default: off)\n");
 662                 printf("  -q: set it quiet\n");
 663                 printf("  --gibbs-out: generate output file used by Gibbs sampler. (default: off)\n");
 664                 printf("  --sampling: sample each read from its posterior distribution when bam file is generated. (default: off)\n");
 665                 printf("// model parameters should be in imdName.mparams.\n");
 666                 exit(-1);
 667         }
 668
 669         time_t a = time(NULL);
 670
 671         strcpy(refName, argv[1]);
 672         read_type = atoi(argv[2]);
 673         strcpy(outName, argv[3]);
 674         sprintf(imdName, "%s.temp/%s", argv[3], argv[4]);
 675         sprintf(statName, "%s.stat/%s", argv[3], argv[4]);
 676
 677         nThreads = 1;
 678
 679         genBamF = false;
 680         bamSampling = false;
 681         genGibbsOut = false;
 682         pt_fn_list = pt_chr_list = NULL;
 683
 684         for (int i = 5; i < argc; i++) {
 685                 if (!strcmp(argv[i], "-p")) { nThreads = atoi(argv[i + 1]); }
 686                 if (!strcmp(argv[i], "-b")) {
 687                         genBamF = true;
 688                         inpSamType = argv[i + 1][0];
 689                         strcpy(inpSamF, argv[i + 2]);
 690                         if (atoi(argv[i + 3]) == 1) {
 691                                 strcpy(fn_list, argv[i + 4]);
 692                                 pt_fn_list = (char*)(&fn_list);
 693                         }
 694                 }
 695                 if (!strcmp(argv[i], "-q")) { quiet = true; }
 696                 if (!strcmp(argv[i], "--gibbs-out")) { genGibbsOut = true; }
 697                 if (!strcmp(argv[i], "--sampling")) { bamSampling = true; }
 698         }
 699         if (nThreads <= 0) { fprintf(stderr, "Number of threads should be bigger than 0!\n"); exit(-1); }
 700         //assert(nThreads > 0);
 701
 702         verbose = !quiet;
 703
 704         //basic info loading
 705         sprintf(refF, "%s.seq", refName);
 706         refs.loadRefs(refF);
 707         M = refs.getM();
 708         sprintf(groupF, "%s.grp", refName);
 709         gi.load(groupF);
 710         m = gi.getm();
 711
 712         sprintf(tiF, "%s.ti", refName);
 713         transcripts.readFrom(tiF);
 714
 715         sprintf(cntF, "%s.cnt", statName);
 716         fin.open(cntF);
 717         if (!fin.is_open()) { fprintf(stderr, "Cannot open %s! It may not exist.\n", cntF); exit(-1); }
 718         fin>>N0>>N1>>N2>>N_tot;
 719         fin.close();
 720
 721         if (N1 <= 0) { fprintf(stderr, "There are no alignable reads!\n"); exit(-1); }
 722
 723         if (nThreads > N1) nThreads = N1;
 724
 725         //set model parameters
 726         mparams.M = M;
 727         mparams.N[0] = N0; mparams.N[1] = N1; mparams.N[2] = N2;
 728         mparams.refs = &refs;
 729
 730         sprintf(mparamsF, "%s.mparams", imdName);
 731         fin.open(mparamsF);
 732         if (!fin.is_open()) { fprintf(stderr, "Cannot open %s! It may not exist.\n", mparamsF); exit(-1); }
 733         fin>> mparams.minL>> mparams.maxL>> mparams.probF;
 734         int val; // 0 or 1 , for estRSPD
 735         fin>>val;
 736         mparams.estRSPD = (val != 0);
 737         fin>> mparams.B>> mparams.mate_minL>> mparams.mate_maxL>> mparams.mean>> mparams.sd;
 738         fin>> mparams.seedLen;
 739         fin.close();
 740
 741         //run EM
 742         switch(read_type) {
 743         case 0 : EM<SingleRead, SingleHit, SingleModel>(); break;
 744         case 1 : EM<SingleReadQ, SingleHit, SingleQModel>(); break;
 745         case 2 : EM<PairedEndRead, PairedEndHit, PairedEndModel>(); break;
 746         case 3 : EM<PairedEndReadQ, PairedEndHit, PairedEndQModel>(); break;
 747         default : fprintf(stderr, "Unknown Read Type!\n"); exit(-1);
 748         }
 749
 750         time_t b = time(NULL);
 751
 752         printTimeUsed(a, b);
 753
 754         return 0;
 755 }