SamParser.h

   1 /* ReadType here means if the read is unalignable, alignable or aligned too much. It is NOT siheaderngle read or paired-end read */
   2 #ifndef SAMPARSER_H_
   3 #define SAMPARSER_H_
   4
   5 #include<cstdio>
   6 #include<cstring>
   7 #include<cstdlib>
   8 #include<cassert>
   9 #include<string>
  10
  11 #include "sam/bam.h"
  12 #include "sam/sam.h"
  13
  14 #include "utils.h"
  15 #include "my_assert.h"
  16
  17 #include "SingleRead.h"
  18 #include "SingleReadQ.h"
  19 #include "PairedEndRead.h"
  20 #include "PairedEndReadQ.h"
  21 #include "SingleHit.h"
  22 #include "PairedEndHit.h"
  23
  24 #include "Transcripts.h"
  25
  26 class SamParser {
  27 public:
  28         SamParser(char, const char*, Transcripts&, const char* = 0);
  29         ~SamParser();
  30
  31         /**
  32          * return value
  33          * -1 : no more alignment
  34          * 0 : new read , type 0
  35          * 1 : new read , type 1 with alignment
  36          * 2 : new read , type 2
  37          * 4 : discard this read
  38          * 5 : new alignment but same read
  39          */
  40         int parseNext(SingleRead&, SingleHit&);
  41         int parseNext(SingleReadQ&, SingleHit&);
  42         int parseNext(PairedEndRead&, PairedEndHit&);
  43         int parseNext(PairedEndReadQ&, PairedEndHit&);
  44
  45         static void setReadTypeTag(const char* tag) {
  46                 strcpy(rtTag, tag);
  47         }
  48
  49 private:
  50         samfile_t *sam_in;
  51         bam_header_t *header;
  52         bam1_t *b, *b2;
  53
  54         Transcripts& transcripts;
  55
  56         //tag used by aligner
  57         static char rtTag[STRLEN];
  58
  59         //1 +, -1 - here
  60         int getDir(const bam1_t* b) {
  61                 return ((b->core.flag & 0x0010) ? -1 : 1);
  62         }
  63
  64         std::string getName(const bam1_t* b) {
  65                 return std::string((char*)bam1_qname(b));
  66         }
  67
  68         std::string getReadSeq(const bam1_t*);
  69         std::string getQScore(const bam1_t*);
  70
  71         //0 ~ N0 1 ~ N1 2 ~ N2
  72         int getReadType(const bam1_t*);
  73         int getReadType(const bam1_t*, const bam1_t*); // for paired-end reads
  74
  75         bool check(bam1_t *b) {
  76                 return (b->core.n_cigar == 1) && ((*bam1_cigar(b) & BAM_CIGAR_MASK) == BAM_CMATCH) && (b->core.l_qseq == (int32_t)(*bam1_cigar(b) >> BAM_CIGAR_SHIFT));
  77         }
  78 };
  79
  80 char SamParser::rtTag[STRLEN] = ""; // default : no tag, thus no Type 2 reads
  81
  82 // aux, if not 0, points to the file name of fn_list
  83 SamParser::SamParser(char inpType, const char* inpF, Transcripts& transcripts, const char* aux)
  84         : transcripts(transcripts)
  85 {
  86         switch(inpType) {
  87         case 'b': sam_in = samopen(inpF, "rb", aux); break;
  88         case 's': sam_in = samopen(inpF, "r", aux); break;
  89         default: assert(false);
  90         }
  91
  92         general_assert(sam_in != 0, "Cannot open " + cstrtos(inpF) + "! It may not exist.");
  93         header = sam_in->header;
  94         general_assert(header != 0, "Fail to parse sam header!");
  95
  96         transcripts.buildMappings(header->n_targets, header->target_name);
  97
  98         b = bam_init1();
  99         b2 = bam_init1();
 100 }
 101
 102 SamParser::~SamParser() {
 103         samclose(sam_in);
 104         bam_destroy1(b);
 105         bam_destroy1(b2);
 106 }
 107
 108 // If sam_read1 returns 0 , what does it mean?
 109 //Assume b.core.tid is 0-based
 110 int SamParser::parseNext(SingleRead& read, SingleHit& hit) {
 111         int val; // return value
 112         bool canR = (samread(sam_in, b) >= 0);
 113         if (!canR) return -1;
 114
 115         if (b->core.flag & 0x0001) { fprintf(stderr, "Find a paired end read in the file!\n"); exit(-1); }
 116         //(b->core.flag & 0x0100) &&  && !(b->core.flag & 0x0004)
 117
 118         int readType = getReadType(b);
 119         std::string name = getName(b);
 120
 121         if (readType != 1 || (readType == 1 && read.getName().compare(name) != 0)) {
 122                 val = readType;
 123                 read = SingleRead(name, getReadSeq(b));
 124         }
 125         else val = 5;
 126
 127         if (readType == 1) {
 128                 if (!check(b)) { fprintf(stderr, "RSEM does not support gapped alignments, sorry!\n"); exit(-1); }
 129
 130                 if (getDir(b) > 0) {
 131                         hit = SingleHit(transcripts.getInternalSid(b->core.tid + 1), b->core.pos);
 132                 }
 133                 else {
 134                         hit = SingleHit(-transcripts.getInternalSid(b->core.tid + 1), header->target_len[b->core.tid] - b->core.pos - b->core.l_qseq);
 135                 }
 136         }
 137
 138         return val;
 139 }
 140
 141 int SamParser::parseNext(SingleReadQ& read, SingleHit& hit) {
 142         int val;
 143         bool canR = (samread(sam_in, b) >= 0);
 144         if (!canR) return -1;
 145
 146         if (b->core.flag & 0x0001) { fprintf(stderr, "Find a paired end read in the file!\n"); exit(-1); }
 147         //assert(!(b->core.flag & 0x0001)); //(b->core.flag & 0x0100) &&  && !(b->core.flag & 0x0004)
 148
 149         int readType = getReadType(b);
 150         std::string name = getName(b);
 151
 152         if (readType != 1 || (readType == 1 && read.getName().compare(name) != 0)) {
 153                 val = readType;
 154                 read = SingleReadQ(name, getReadSeq(b), getQScore(b));
 155         }
 156         else val = 5;
 157
 158         if (readType == 1) {
 159                 if (!check(b)) { fprintf(stderr, "RSEM does not support gapped alignments, sorry!\n"); exit(-1); }
 160
 161                 if (getDir(b) > 0) {
 162                         hit = SingleHit(transcripts.getInternalSid(b->core.tid + 1), b->core.pos);
 163                 }
 164                 else {
 165                         hit = SingleHit(-transcripts.getInternalSid(b->core.tid + 1), header->target_len[b->core.tid] - b->core.pos - b->core.l_qseq);
 166                 }
 167         }
 168
 169         return val;
 170 }
 171
 172 //Assume whether aligned or not , two mates of paired-end reads are always get together
 173 int SamParser::parseNext(PairedEndRead& read, PairedEndHit& hit) {
 174         int val;
 175         bool canR = ((samread(sam_in, b) >= 0) && (samread(sam_in, b2) >= 0));
 176         if (!canR) return -1;
 177
 178         if (!((b->core.flag & 0x0001) && (b2->core.flag & 0x0001))) {
 179                 fprintf(stderr, "One of the mate is not paired-end! (RSEM assumes the two mates of a paired-end read should be adjacent)\n");
 180                 exit(-1);
 181         }
 182         //assert((b->core.flag & 0x0001) && (b2->core.flag & 0x0001));
 183
 184         bam1_t *mp1 = NULL, *mp2 = NULL;
 185
 186         if ((b->core.flag & 0x0040) && (b2->core.flag & 0x0080)) {
 187                 mp1 = b; mp2 = b2;
 188         }
 189         else if ((b->core.flag & 0x0080) && (b2->core.flag & 0x0040)) {
 190                 mp1 = b2; mp2 = b;
 191         }
 192         else return 4; // If lose mate info, discard. is it necessary?
 193
 194         int readType = getReadType(mp1, mp2);
 195         std::string name = getName(mp1);
 196
 197         if (readType != 1 || (readType == 1 && read.getName().compare(name) != 0)) {
 198                 val = readType;
 199                 SingleRead mate1(getName(mp1), getReadSeq(mp1));
 200                 SingleRead mate2(getName(mp2), getReadSeq(mp2));
 201                 read = PairedEndRead(mate1, mate2);
 202         }
 203         else val = 5;
 204
 205         if (readType == 1) {
 206                 if (!check(mp1) || !check(mp2)) { fprintf(stderr, "RSEM does not support gapped alignments, sorry!\n"); exit(-1); }
 207
 208                 if (mp1->core.tid != mp2->core.tid) {
 209                         fprintf(stderr, "The two reads do not come from the same pair!");
 210                         exit(-1);
 211                 }
 212                 //assert(mp1->core.tid == mp2->core.tid);
 213                 if (getDir(mp1) > 0) {
 214                         hit = PairedEndHit(transcripts.getInternalSid(mp1->core.tid + 1), mp1->core.pos, mp2->core.pos + mp2->core.l_qseq - mp1->core.pos);
 215                 }
 216                 else {
 217                         hit = PairedEndHit(-transcripts.getInternalSid(mp1->core.tid + 1), header->target_len[mp1->core.tid] - mp1->core.pos - mp1->core.l_qseq, mp1->core.pos + mp1->core.l_qseq - mp2->core.pos);
 218                 }
 219         }
 220
 221         return val;
 222 }
 223
 224 int SamParser::parseNext(PairedEndReadQ& read, PairedEndHit& hit) {
 225         int val;
 226         bool canR = ((samread(sam_in, b) >= 0) && (samread(sam_in, b2) >= 0));
 227         if (!canR) return -1;
 228
 229         if (!((b->core.flag & 0x0001) && (b2->core.flag & 0x0001))) {
 230                 fprintf(stderr, "One of the mate is not paired-end! (RSEM assumes the two mates of a paired-end read should be adjacent)\n");
 231                 exit(-1);
 232         }
 233         //assert((b->core.flag & 0x0001) && (b2->core.flag & 0x0001));
 234
 235         bam1_t *mp1 = NULL, *mp2 = NULL;
 236
 237         if ((b->core.flag & 0x0040) && (b2->core.flag & 0x0080)) {
 238                 mp1 = b; mp2 = b2;
 239         }
 240         else if ((b->core.flag & 0x0080) && (b2->core.flag & 0x0040)) {
 241                 mp1 = b2; mp2 = b;
 242         }
 243         else return 4;
 244
 245         int readType = getReadType(mp1, mp2);
 246         std::string name = getName(mp1);
 247
 248         if (readType != 1 || (readType == 1 && read.getName().compare(name) != 0)) {
 249                 val = readType;
 250                 SingleReadQ mate1(getName(mp1), getReadSeq(mp1), getQScore(mp1));
 251                 SingleReadQ mate2(getName(mp2), getReadSeq(mp2), getQScore(mp2));
 252                 read = PairedEndReadQ(mate1, mate2);
 253         }
 254         else val = 5;
 255
 256         if (readType == 1) {
 257                 if (!check(mp1) || !check(mp2)) { fprintf(stderr, "RSEM does not support gapped alignments, sorry!\n"); exit(-1); }
 258
 259                 if (mp1->core.tid != mp2->core.tid) {
 260                         fprintf(stderr, "The two reads do not come from the same pair!");
 261                         exit(-1);
 262                 }
 263                 //assert(mp1->core.tid == mp2->core.tid);
 264                 if (getDir(mp1) > 0) {
 265                         hit = PairedEndHit(transcripts.getInternalSid(mp1->core.tid + 1), mp1->core.pos, mp2->core.pos + mp2->core.l_qseq - mp1->core.pos);
 266                 }
 267                 else {
 268                         hit = PairedEndHit(-transcripts.getInternalSid(mp1->core.tid + 1), header->target_len[mp1->core.tid] - mp1->core.pos - mp1->core.l_qseq, mp1->core.pos + mp1->core.l_qseq - mp2->core.pos);
 269                 }
 270         }
 271
 272         return val;
 273 }
 274
 275 inline std::string SamParser::getReadSeq(const bam1_t* b) {
 276         uint8_t *p = bam1_seq(b);
 277         std::string readseq = "";
 278         char base = 0;
 279
 280         if (getDir(b) < 0) {
 281                 for (int i = b->core.l_qseq - 1; i >= 0; i--) {
 282                         switch(bam1_seqi(p, i)) {
 283                         //case 0 : base = '='; break;
 284                         case 1 : base = 'T'; break;
 285                         case 2 : base = 'G'; break;
 286                         case 4 : base = 'C'; break;
 287                         case 8 : base = 'A'; break;
 288                         case 15 : base = 'N'; break;
 289                         default : assert(false);
 290                         }
 291                         readseq.append(1, base);
 292                 }
 293         }
 294         else {
 295                 for (int i = 0; i < b->core.l_qseq; i++) {
 296                         switch(bam1_seqi(p, i)) {
 297                         //case 0 : base = '='; break;
 298                         case 1 : base = 'A'; break;
 299                         case 2 : base = 'C'; break;
 300                         case 4 : base = 'G'; break;
 301                         case 8 : base = 'T'; break;
 302                         case 15 : base = 'N'; break;
 303                         default : assert(false);
 304                         }
 305                         readseq.append(1, base);
 306                 }
 307         }
 308
 309         return readseq;
 310 }
 311
 312 inline std::string SamParser::getQScore(const bam1_t* b) {
 313         uint8_t *p = bam1_qual(b);
 314         std::string qscore = "";
 315
 316         if (getDir(b) > 0) {
 317                 for (int i = 0; i < b->core.l_qseq; i++) {
 318                         qscore.append(1, (char)(*p + 33));
 319                         ++p;
 320                 }
 321         }
 322         else {
 323                 p = p + b->core.l_qseq - 1;
 324                 for (int i = 0; i < b->core.l_qseq; i++) {
 325                         qscore.append(1, (char)(*p + 33));
 326                         --p;
 327                 }
 328         }
 329
 330         return qscore;
 331 }
 332
 333 //0 ~ N0 , 1 ~ N1, 2 ~ N2
 334 inline int SamParser::getReadType(const bam1_t* b) {
 335         if (!(b->core.flag & 0x0004)) return 1;
 336
 337         if (!strcmp(rtTag, "")) return 0;
 338
 339         uint8_t *p = bam_aux_get(b, rtTag);
 340         if (p == NULL) return 0;
 341         return (bam_aux2i(p) > 0 ? 2 : 0);
 342 }
 343
 344
 345 //For paired-end reads, do not print out type 2 reads
 346 inline int SamParser::getReadType(const bam1_t* b, const bam1_t* b2) {
 347         if ((b->core.flag & 0x0002) && (b2->core.flag & 0x0002)) return 1;
 348
 349         return 0;
 350 }
 351
 352 #endif /* SAMPARSER_H_ */