rsem-plot-model

   1 #!/usr/bin/env Rscript
   2
   3 argv <- commandArgs(TRUE)
   4 if (length(argv) != 2) {
   5   cat("Usage: rsem-plot-model modelF outF\n")
   6   q(status = 1)
   7 }
   8
   9 con <- file(argv[1], open = "r")
  10 pdf(argv[2])
  11
  12 # model type and forward probability
  13 model_type <- as.numeric(readLines(con, n = 4)[1])
  14
  15 # fragment length distribution
  16 strvec <- readLines(con, n = 3)
  17 vec <- as.numeric(strsplit(strvec[1], split = " ")[[1]])
  18 maxL <- vec[2] # maxL used for Profile
  19 x <- (vec[1] + 1) : vec[2]
  20 y <- as.numeric(strsplit(strvec[2], split = " ")[[1]])
  21 mean <- weighted.mean(x, y)
  22 std <- sqrt(weighted.mean((x - mean)^2, y))
  23 plot(x, y, type = "h", main = "Fragment Length Distribution", sub = paste("Mean = ", mean, ", Std = ", std), xlab = "Fragment Length", ylab = "Probability")
  24
  25 # mate length distribution
  26 bval <- as.numeric(readLines(con, n = 1)[1])
  27 if (bval == 1) {
  28   list <- strsplit(readLines(con, n = 2), split = " ")
  29   vec <- as.numeric(list[[1]])
  30   maxL <- vec[2]
  31   x <- (vec[1] + 1) : vec[2]
  32   y <- as.numeric(list[[2]])
  33   mean <- weighted.mean(x, y)
  34   std <- sqrt(weighted.mean((x - mean)^2, y))
  35   plot(x, y, type = "h", main = "Mate Length Distribution", sub = paste("Mean = ", mean, ", Std = ", std), xlab = "Mate Length", ylab = "Probability")
  36 }
  37 strvec <- readLines(con, n = 1)
  38
  39 # RSPD
  40 bval <- as.numeric(readLines(con, n = 1)[1])
  41 if (bval == 1) {
  42   bin_size <- as.numeric(readLines(con, n = 1)[1])
  43   y <- as.numeric(strsplit(readLines(con, n = 1), split = " ")[[1]])
  44   par(cex.axis = 0.7)
  45   barplot(y, space = 0, names.arg = 1:bin_size, main = "Read Start Position Distribution", xlab = "Bin #", ylab = "Probability")
  46 }
  47 strvec <- readLines(con, n = 1)
  48
  49 # plot sequencing errors
  50 if (model_type == 1 || model_type == 3) {
  51   # skip QD
  52   N <- as.numeric(readLines(con, n = 1)[1])
  53   readLines(con, n = N + 1)
  54   readLines(con, n = 1) # for the blank line
  55
  56   # QProfile
  57   readLines(con, n = 1)
  58
  59   peA <- c() # probability of sequencing error given reference base is A
  60   peC <- c()
  61   peG <- c()
  62   peT <- c()
  63
  64   for (i in 1 : N) {
  65     strvec <- readLines(con, n = 6)
  66     list <- strsplit(strvec[1:4], split = " ")
  67     vecA <- as.numeric(list[[1]])
  68     vecC <- as.numeric(list[[2]])
  69     vecG <- as.numeric(list[[3]])
  70     vecT <- as.numeric(list[[4]])
  71     if (sum(c(vecA, vecC, vecG, vecT)) < 1e-8) break
  72     peA <- c(peA, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecA[1])))
  73     peC <- c(peC, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecC[2])))
  74     peG <- c(peG, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecG[3])))
  75     peT <- c(peT, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecT[4])))
  76   }
  77
  78   x <- 0 : (length(peA) - 1)
  79   matplot(x, cbind(peA, peC, peG, peT), type = "b", lty = 1:4, pch = 0:3, col = 1:4, main = "Quality Score vs. Observed Quality", xlab = "Quality Score", ylab = "Observed Quality")
  80   legend("topleft", c("A", "C", "G", "T"), lty = 1:4, pch = 0:3, col = 1:4)
  81 } else {
  82   # Profile
  83   readLines(con, n = 1)
  84
  85   peA <- c() # probability of sequencing error given reference base is A
  86   peC <- c()
  87   peG <- c()
  88   peT <- c()
  89
  90   for (i in 1: maxL) {
  91     strvec <- readLines(con, n = 6)
  92     list <- strsplit(strvec[1:4], split = " ")
  93     vecA <- as.numeric(list[[1]])
  94     vecC <- as.numeric(list[[2]])
  95     vecG <- as.numeric(list[[3]])
  96     vecT <- as.numeric(list[[4]])
  97     if (sum(c(vecA, vecC, vecG, vecT)) < 1e-8) break
  98     peA <- c(peA, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecA[1]))
  99     peC <- c(peC, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecC[2]))
 100     peG <- c(peG, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecG[3]))
 101     peT <- c(peT, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecT[4]))
 102   }
 103
 104   x <- 1 : length(peA)
 105   matplot(x, cbind(peA, peC, peG, peT), type = "b", lty = 1:4, pch = 0:3, col = 1:4, main = "Position vs. Percentage Sequence Error", xlab = "Position", ylab = "Percentage of Sequencing Error")
 106   legend("topleft", c("A", "C", "G", "T"), lty = 1:4, pch = 0:3, col = 1:4)
 107 }
 108
 109 dev.off()
 110 close(con)