bcftools/bcf.c

   1 #include <string.h>
   2 #include <ctype.h>
   3 #include <stdio.h>
   4 #include "kstring.h"
   5 #include "bcf.h"
   6
   7 void bcf_hdr_clear(bcf_hdr_t *b)
   8 {
   9         free(b->name); free(b->sname); free(b->txt); free(b->ns); free(b->sns);
  10         memset(b, 0, sizeof(bcf_hdr_t));
  11 }
  12
  13 bcf_t *bcf_open(const char *fn, const char *mode)
  14 {
  15         bcf_t *b;
  16         b = calloc(1, sizeof(bcf_t));
  17         if (strchr(mode, 'w')) {
  18                 b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdout), mode);
  19         } else {
  20                 b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdin), mode);
  21         }
  22         b->fp->owned_file = 1;
  23         return b;
  24 }
  25
  26 int bcf_close(bcf_t *b)
  27 {
  28         if (b == 0) return 0;
  29         return bgzf_close(b->fp);
  30 }
  31
  32 int bcf_hdr_write(bcf_t *b, const bcf_hdr_t *h)
  33 {
  34         if (b == 0 || h == 0) return -1;
  35         bgzf_write(b->fp, "BCF\4", 4);
  36         bgzf_write(b->fp, &h->l_nm, 4);
  37         bgzf_write(b->fp, h->name, h->l_nm);
  38         bgzf_write(b->fp, &h->l_smpl, 4);
  39         bgzf_write(b->fp, h->sname, h->l_smpl);
  40         bgzf_write(b->fp, &h->l_txt, 4);
  41         bgzf_write(b->fp, h->txt, h->l_txt);
  42         bgzf_flush(b->fp);
  43         return 16 + h->l_nm + h->l_smpl + h->l_txt;
  44 }
  45
  46 bcf_hdr_t *bcf_hdr_read(bcf_t *b)
  47 {
  48         uint8_t magic[4];
  49         bcf_hdr_t *h;
  50         if (b == 0) return 0;
  51         h = calloc(1, sizeof(bcf_hdr_t));
  52         bgzf_read(b->fp, magic, 4);
  53         bgzf_read(b->fp, &h->l_nm, 4);
  54         h->name = malloc(h->l_nm);
  55         bgzf_read(b->fp, h->name, h->l_nm);
  56         bgzf_read(b->fp, &h->l_smpl, 4);
  57         h->sname = malloc(h->l_smpl);
  58         bgzf_read(b->fp, h->sname, h->l_smpl);
  59         bgzf_read(b->fp, &h->l_txt, 4);
  60         h->txt = malloc(h->l_txt);
  61         bgzf_read(b->fp, h->txt, h->l_txt);
  62         bcf_hdr_sync(h);
  63         return h;
  64 }
  65
  66 void bcf_hdr_destroy(bcf_hdr_t *h)
  67 {
  68         if (h == 0) return;
  69         free(h->name); free(h->sname); free(h->txt); free(h->ns); free(h->sns);
  70         free(h);
  71 }
  72
  73 static inline char **cnt_null(int l, char *str, int *_n)
  74 {
  75         int n = 0;
  76         char *p, **list;
  77         *_n = 0;
  78         if (l == 0 || str == 0) return 0;
  79         for (p = str; p != str + l; ++p)
  80                 if (*p == 0) ++n;
  81         *_n = n;
  82         list = calloc(n, sizeof(void*));
  83         list[0] = str;
  84         for (p = str, n = 1; p < str + l - 1; ++p)
  85                 if (*p == 0) list[n++] = p + 1;
  86         return list;
  87 }
  88
  89 int bcf_hdr_sync(bcf_hdr_t *b)
  90 {
  91         if (b == 0) return -1;
  92         if (b->ns) free(b->ns);
  93         if (b->sns) free(b->sns);
  94         if (b->l_nm) b->ns = cnt_null(b->l_nm, b->name, &b->n_ref);
  95         else b->ns = 0, b->n_ref = 0;
  96         b->sns = cnt_null(b->l_smpl, b->sname, &b->n_smpl);
  97         return 0;
  98 }
  99
 100 #define char2int(s) (((int)s[0])<<8|s[1])
 101
 102 int bcf_sync(int n_smpl, bcf1_t *b)
 103 {
 104         char *p, *tmp[5], *s;
 105         int i, n;
 106         // set ref, alt, flt, info, fmt
 107         b->ref = b->alt = b->flt = b->info = b->fmt = 0;
 108         for (p = b->str, n = 0; p < b->str + b->l_str; ++p)
 109                 if (*p == 0 && p+1 != b->str + b->l_str) tmp[n++] = p + 1;
 110         if (n != 5) return -1;
 111         b->ref = tmp[0]; b->alt = tmp[1]; b->flt = tmp[2]; b->info = tmp[3]; b->fmt = tmp[4];
 112         // set n_alleles
 113         for (p = b->alt, n = 1; *p; ++p)
 114                 if (*p == ',') ++n;
 115         b->n_alleles = n + 1;
 116         // set n_gi and gi[i].fmt
 117         for (p = b->fmt, n = 1; *p; ++p)
 118                 if (*p == ':') ++n;
 119         if (n > b->m_gi) {
 120                 int old_m = b->m_gi;
 121                 b->m_gi = n;
 122                 kroundup32(b->m_gi);
 123                 b->gi = realloc(b->gi, b->m_gi * sizeof(bcf_ginfo_t));
 124                 memset(b->gi + old_m, 0, (b->m_gi - old_m) * sizeof(bcf_ginfo_t));
 125         }
 126         b->n_gi = n;
 127         for (p = s = b->fmt, n = 0; *p; ++p) {
 128                 if (*p == ':' || *(p+1) == 0) {
 129                         char *q = *p == ':'? p : p + 1;
 130                         if ((q - s) != 2) return -2;
 131                         b->gi[n].fmt = char2int(s);
 132                         s = q;
 133                 }
 134         }
 135         // set gi[i].len
 136         for (i = 0; i < b->n_gi; ++i) {
 137                 if (b->gi[i].fmt == char2int("PL")) {
 138                         b->gi[i].len = b->n_alleles * (b->n_alleles + 1) / 2;
 139                 } else if (b->gi[i].fmt == char2int("DP") || b->gi[i].fmt == char2int("HQ")) {
 140                         b->gi[i].len = 2;
 141                 } else if (b->gi[i].fmt == char2int("GQ") || b->gi[i].fmt == char2int("GT")) {
 142                         b->gi[i].len = 1;
 143                 } else if (b->gi[i].fmt == char2int("GL")) {
 144                         b->gi[i].len = 4;
 145                 }
 146                 b->gi[i].data = realloc(b->gi[i].data, n_smpl * b->gi[i].len);
 147         }
 148         return 0;
 149 }
 150
 151 int bcf_write(bcf_t *bp, const bcf_hdr_t *h, const bcf1_t *b)
 152 {
 153         uint32_t x;
 154         int i, l = 0;
 155         if (b == 0) return -1;
 156         bgzf_write(bp->fp, &b->tid, 4);
 157         bgzf_write(bp->fp, &b->pos, 4);
 158         x = b->qual<<24 | b->l_str;
 159         bgzf_write(bp->fp, &x, 4);
 160         bgzf_write(bp->fp, b->str, b->l_str);
 161         l = 12 + b->l_str;
 162         for (i = 0; i < b->n_gi; ++i) {
 163                 bgzf_write(bp->fp, b->gi[i].data, b->gi[i].len * h->n_smpl);
 164                 l += b->gi[i].len * h->n_smpl;
 165         }
 166         return l;
 167 }
 168
 169 int bcf_read(bcf_t *bp, const bcf_hdr_t *h, bcf1_t *b)
 170 {
 171         int i, l = 0;
 172         uint32_t x;
 173         if (b == 0) return -1;
 174         if (bgzf_read(bp->fp, &b->tid, 4) == 0) return -1;
 175         bgzf_read(bp->fp, &b->pos, 4);
 176         bgzf_read(bp->fp, &x, 4);
 177         b->qual = x >> 24; b->l_str = x << 8 >> 8;
 178         if (b->l_str > b->m_str) {
 179                 b->m_str = b->l_str;
 180                 kroundup32(b->m_str);
 181                 b->str = realloc(b->str, b->m_str);
 182         }
 183         bgzf_read(bp->fp, b->str, b->l_str);
 184         l = 12 + b->l_str;
 185         bcf_sync(h->n_smpl, b);
 186         for (i = 0; i < b->n_gi; ++i) {
 187                 bgzf_read(bp->fp, b->gi[i].data, b->gi[i].len * h->n_smpl);
 188                 l += b->gi[i].len * h->n_smpl;
 189         }
 190         return l;
 191 }
 192
 193 int bcf_destroy(bcf1_t *b)
 194 {
 195         int i;
 196         if (b == 0) return -1;
 197         free(b->str);
 198         for (i = 0; i < b->n_gi; ++i)
 199                 free(b->gi[i].data);
 200         free(b->gi);
 201         free(b);
 202         return 0;
 203 }
 204
 205 static inline void fmt_str(const char *p, kstring_t *s)
 206 {
 207         if (*p == 0) kputc('.', s);
 208         else kputs(p, s);
 209 }
 210
 211 char *bcf_fmt(const bcf_hdr_t *h, bcf1_t *b)
 212 {
 213         kstring_t s;
 214         int i, j, x;
 215         memset(&s, 0, sizeof(kstring_t));
 216         kputs(h->ns[b->tid], &s); kputc('\t', &s);
 217         kputw(b->pos + 1, &s); kputc('\t', &s);
 218         fmt_str(b->str, &s); kputc('\t', &s);
 219         fmt_str(b->ref, &s); kputc('\t', &s);
 220         fmt_str(b->alt, &s); kputc('\t', &s);
 221         kputw(b->qual, &s); kputc('\t', &s);
 222         fmt_str(b->flt, &s); kputc('\t', &s);
 223         fmt_str(b->info, &s);
 224         if (b->fmt[0]) {
 225                 kputc('\t', &s);
 226                 fmt_str(b->fmt, &s);
 227         }
 228         x = b->n_alleles * (b->n_alleles + 1) / 2;
 229         for (j = 0; j < h->n_smpl; ++j) {
 230                 kputc('\t', &s);
 231                 for (i = 0; i < b->n_gi; ++i) {
 232                         if (i) kputc(':', &s);
 233                         if (b->gi[i].fmt == char2int("PL")) {
 234                                 uint8_t *d = (uint8_t*)b->gi[i].data + j * x;
 235                                 int k;
 236                                 for (k = 0; k < x; ++k) {
 237                                         if (k > 0) kputc(',', &s);
 238                                         kputw(d[k], &s);
 239                                 }
 240                         } else if (b->gi[i].fmt == char2int("DP")) {
 241                                 kputw(((uint16_t*)b->gi[i].data)[j], &s);
 242                         } else if (b->gi[i].fmt == char2int("GQ")) {
 243                                 kputw(((uint8_t*)b->gi[i].data)[j], &s);
 244                         }
 245                 }
 246         }
 247         return s.s;
 248 }