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   barplot(y, space = 0, names.arg = 1:bin_size, main = "Read Start Position Distribution", xlab = "Bin #", ylab = "Probability")
  45 }
  46 strvec <- readLines(con, n = 1)
  47
  48 # plot sequencing errors
  49 if (model_type == 1 || model_type == 3) {
  50   # skip QD
  51   N <- as.numeric(readLines(con, n = 1)[1])
  52   readLines(con, n = N + 1)
  53   readLines(con, n = 1) # for the blank line
  54
  55   # QProfile
  56   readLines(con, n = 1)
  57
  58   peA <- c() # probability of sequencing error given reference base is A
  59   peC <- c()
  60   peG <- c()
  61   peT <- c()
  62
  63   for (i in 1 : N) {
  64     strvec <- readLines(con, n = 6)
  65     list <- strsplit(strvec[1:4], split = " ")
  66     vecA <- as.numeric(list[[1]])
  67     vecC <- as.numeric(list[[2]])
  68     vecG <- as.numeric(list[[3]])
  69     vecT <- as.numeric(list[[4]])
  70     if (sum(c(vecA, vecC, vecG, vecT)) < 1e-8) break
  71     peA <- c(peA, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecA[1])))
  72     peC <- c(peC, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecC[2])))
  73     peG <- c(peG, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecG[3])))
  74     peT <- c(peT, ifelse(sum(vec) < 1e-8, NA, -10 * log(1.0 - vecT[4])))
  75   }
  76
  77   x <- 0 : (length(peA) - 1)
  78   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")
  79   legend("topleft", c("A", "C", "G", "T"), lty = 1:4, pch = 0:3, col = 1:4)
  80 } else {
  81   # Profile
  82   readLines(con, n = 1)
  83
  84   peA <- c() # probability of sequencing error given reference base is A
  85   peC <- c()
  86   peG <- c()
  87   peT <- c()
  88
  89   for (i in 1: maxL) {
  90     strvec <- readLines(con, n = 6)
  91     list <- strsplit(strvec[1:4], split = " ")
  92     vecA <- as.numeric(list[[1]])
  93     vecC <- as.numeric(list[[2]])
  94     vecG <- as.numeric(list[[3]])
  95     vecT <- as.numeric(list[[4]])
  96     if (sum(c(vecA, vecC, vecG, vecT)) < 1e-8) break
  97     peA <- c(peA, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecA[1]))
  98     peC <- c(peC, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecC[2]))
  99     peG <- c(peG, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecG[3]))
 100     peT <- c(peT, ifelse(sum(vec) < 1e-8, NA, 1.0 - vecT[4]))
 101   }
 102
 103   x <- 1 : length(peA)
 104   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")
 105   legend("topleft", c("A", "C", "G", "T"), lty = 1:4, pch = 0:3, col = 1:4)
 106 }
 107
 108 dev.off()
 109 close(con)