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 int bcf_hdr_read(bcf_t *b);
   8
   9 void bcf_hdr_clear(bcf_hdr_t *b)
  10 {
  11         free(b->name); free(b->sname); free(b->txt); free(b->ns); free(b->sns);
  12         memset(b, 0, sizeof(bcf_hdr_t));
  13 }
  14
  15 bcf_t *bcf_open(const char *fn, const char *mode)
  16 {
  17         bcf_t *b;
  18         b = calloc(1, sizeof(bcf_t));
  19         if (strchr(mode, 'w')) {
  20                 b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdout), "w");
  21         } else {
  22                 b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdin), "r");
  23         }
  24         b->fp->owned_file = 1;
  25         if (strchr(mode, 'r')) bcf_hdr_read(b);
  26         return b;
  27 }
  28
  29 int bcf_close(bcf_t *b)
  30 {
  31         int ret;
  32         if (b == 0) return 0;
  33         ret = bgzf_close(b->fp);
  34         free(b->h.name); free(b->h.sname); free(b->h.txt); free(b->h.ns); free(b->h.sns);
  35         free(b);
  36         return ret;
  37 }
  38
  39 int bcf_hdr_write(bcf_t *b)
  40 {
  41         bcf_hdr_t *h;
  42         if (b == 0) return -1;
  43         h = &b->h;
  44         bgzf_write(b->fp, "BCF\4", 4);
  45         bgzf_write(b->fp, &h->l_nm, 4);
  46         bgzf_write(b->fp, h->name, h->l_nm);
  47         bgzf_write(b->fp, &h->l_smpl, 4);
  48         bgzf_write(b->fp, h->sname, h->l_smpl);
  49         bgzf_write(b->fp, &h->l_txt, 4);
  50         bgzf_write(b->fp, h->txt, h->l_txt);
  51         bgzf_flush(b->fp);
  52         return 16 + h->l_nm + h->l_smpl + h->l_txt;
  53 }
  54
  55 int bcf_hdr_cpy(bcf_hdr_t *h, const bcf_hdr_t *h0)
  56 {
  57         *h = *h0;
  58         h->name = malloc(h->l_nm);
  59         h->sname = malloc(h->l_smpl);
  60         h->txt = malloc(h->l_txt);
  61         memcpy(h->name, h0->name, h->l_nm);
  62         memcpy(h->sname, h0->sname, h->l_smpl);
  63         memcpy(h->txt, h0->txt, h->l_txt);
  64         bcf_hdr_sync(h);
  65         return 0;
  66 }
  67
  68 int bcf_hdr_read(bcf_t *b)
  69 {
  70         uint8_t magic[4];
  71         bcf_hdr_t *h;
  72         if (b == 0) return -1;
  73         bcf_hdr_clear(&b->h);
  74         h = &b->h;
  75         bgzf_read(b->fp, magic, 4);
  76         bgzf_read(b->fp, &h->l_nm, 4);
  77         h->name = malloc(h->l_nm);
  78         bgzf_read(b->fp, h->name, h->l_nm);
  79         bgzf_read(b->fp, &h->l_smpl, 4);
  80         h->sname = malloc(h->l_smpl);
  81         bgzf_read(b->fp, h->sname, h->l_smpl);
  82         bgzf_read(b->fp, &h->l_txt, 4);
  83         h->txt = malloc(h->l_txt);
  84         bgzf_read(b->fp, h->txt, h->l_txt);
  85         bcf_hdr_sync(&b->h);
  86         return 16 + h->l_nm + h->l_smpl + h->l_txt;
  87 }
  88
  89 static inline char **cnt_null(int l, char *str, int *_n)
  90 {
  91         int n = 0;
  92         char *p, **list;
  93         *_n = 0;
  94         if (l == 0 || str == 0) return 0;
  95         for (p = str; p != str + l; ++p)
  96                 if (*p == 0) ++n;
  97         *_n = n;
  98         list = calloc(n, sizeof(void*));
  99         list[0] = str;
 100         for (p = str, n = 1; p < str + l - 1; ++p)
 101                 if (*p == 0) list[n++] = p + 1;
 102         return list;
 103 }
 104
 105 int bcf_hdr_sync(bcf_hdr_t *b)
 106 {
 107         if (b == 0) return -1;
 108         b->ns = cnt_null(b->l_nm, b->name, &b->n_ref);
 109         b->sns = cnt_null(b->l_smpl, b->sname, &b->n_smpl);
 110         return 0;
 111 }
 112
 113 #define char2int(s) (((int)s[0])<<8|s[1])
 114
 115 int bcf_sync(int n_smpl, bcf1_t *b)
 116 {
 117         char *p, *tmp[5], *s;
 118         int i, n;
 119         // set ref, alt, flt, info, fmt
 120         b->ref = b->alt = b->flt = b->info = b->fmt = 0;
 121         for (p = b->str, n = 0; p < b->str + b->l_str; ++p)
 122                 if (*p == 0 && p+1 != b->str + b->l_str) tmp[n++] = p + 1;
 123         if (n != 5) return -1;
 124         b->ref = tmp[0]; b->alt = tmp[1]; b->flt = tmp[2]; b->info = tmp[3]; b->fmt = tmp[4];
 125         // set n_alleles
 126         for (p = b->alt, n = 1; *p; ++p)
 127                 if (*p == ',') ++n;
 128         b->n_alleles = n + 1;
 129         // set n_gi and gi[i].fmt
 130         for (p = b->fmt, n = 1; *p; ++p)
 131                 if (*p == ':') ++n;
 132         if (n > b->m_gi) {
 133                 int old_m = b->m_gi;
 134                 b->m_gi = n;
 135                 kroundup32(b->m_gi);
 136                 b->gi = realloc(b->gi, b->m_gi * sizeof(bcf_ginfo_t));
 137                 memset(b->gi + old_m, 0, (b->m_gi - old_m) * sizeof(bcf_ginfo_t));
 138         }
 139         b->n_gi = n;
 140         for (p = s = b->fmt, n = 0; *p; ++p) {
 141                 if (*p == ':' || *(p+1) == 0) {
 142                         char *q = *p == ':'? p : p + 1;
 143                         if ((q - s) != 2) return -2;
 144                         b->gi[n].fmt = char2int(s);
 145                         s = q;
 146                 }
 147         }
 148         // set gi[i].len
 149         for (i = 0; i < b->n_gi; ++i) {
 150                 if (b->gi[i].fmt == char2int("PL")) {
 151                         b->gi[i].len = b->n_alleles * (b->n_alleles + 1) / 2;
 152                 } else if (b->gi[i].fmt == char2int("DP") || b->gi[i].fmt == char2int("HQ")) {
 153                         b->gi[i].len = 2;
 154                 } else if (b->gi[i].fmt == char2int("GQ") || b->gi[i].fmt == char2int("GT")) {
 155                         b->gi[i].len = 1;
 156                 } else if (b->gi[i].fmt == char2int("GL")) {
 157                         b->gi[i].len = 4;
 158                 }
 159                 b->gi[i].data = realloc(b->gi[i].data, n_smpl * b->gi[i].len);
 160         }
 161         return 0;
 162 }
 163
 164 int bcf_write(bcf_t *bp, const bcf1_t *b)
 165 {
 166         uint32_t x;
 167         int i, l = 0;
 168         if (b == 0) return -1;
 169         bgzf_write(bp->fp, &b->tid, 4);
 170         bgzf_write(bp->fp, &b->pos, 4);
 171         x = b->qual<<24 | b->l_str;
 172         bgzf_write(bp->fp, &x, 4);
 173         bgzf_write(bp->fp, b->str, b->l_str);
 174         l = 12 + b->l_str;
 175         for (i = 0; i < b->n_gi; ++i) {
 176                 bgzf_write(bp->fp, b->gi[i].data, b->gi[i].len * bp->h.n_smpl);
 177                 l += b->gi[i].len * bp->h.n_smpl;
 178         }
 179         return l;
 180 }
 181
 182 int bcf_read(bcf_t *bp, bcf1_t *b)
 183 {
 184         int i, l = 0;
 185         uint32_t x;
 186         if (b == 0) return -1;
 187         if (bgzf_read(bp->fp, &b->tid, 4) == 0) return 0;
 188         bgzf_read(bp->fp, &b->pos, 4);
 189         bgzf_read(bp->fp, &x, 4);
 190         b->qual = x >> 24; b->l_str = x << 8 >> 8;
 191         if (b->l_str > b->m_str) {
 192                 b->m_str = b->l_str;
 193                 kroundup32(b->m_str);
 194                 b->str = realloc(b->str, b->m_str);
 195         }
 196         bgzf_read(bp->fp, b->str, b->l_str);
 197         l = 12 + b->l_str;
 198         bcf_sync(bp->h.n_smpl, b);
 199         for (i = 0; i < b->n_gi; ++i) {
 200                 bgzf_read(bp->fp, b->gi[i].data, b->gi[i].len * bp->h.n_smpl);
 201                 l += b->gi[i].len * bp->h.n_smpl;
 202         }
 203         return l;
 204 }
 205
 206 int bcf_destroy(bcf1_t *b)
 207 {
 208         int i;
 209         if (b == 0) return -1;
 210         free(b->str);
 211         for (i = 0; i < b->n_gi; ++i)
 212                 free(b->gi[i].data);
 213         free(b->gi);
 214         free(b);
 215         return 0;
 216 }
 217
 218 static inline void fmt_str(const char *p, kstring_t *s)
 219 {
 220         if (*p == 0) kputc('.', s);
 221         else kputs(p, s);
 222 }
 223
 224 char *bcf_fmt(bcf_t *bp, bcf1_t *b)
 225 {
 226         kstring_t s;
 227         int i, j, x;
 228         memset(&s, 0, sizeof(kstring_t));
 229         kputs(bp->h.ns[b->tid], &s); kputc('\t', &s);
 230         kputw(b->pos + 1, &s); kputc('\t', &s);
 231         fmt_str(b->str, &s); kputc('\t', &s);
 232         fmt_str(b->ref, &s); kputc('\t', &s);
 233         fmt_str(b->alt, &s); kputc('\t', &s);
 234         kputw(b->qual, &s); kputc('\t', &s);
 235         fmt_str(b->flt, &s); kputc('\t', &s);
 236         fmt_str(b->info, &s);
 237         if (b->fmt[0]) {
 238                 kputc('\t', &s);
 239                 fmt_str(b->fmt, &s);
 240         }
 241         x = b->n_alleles * (b->n_alleles + 1) / 2;
 242         for (j = 0; j < bp->h.n_smpl; ++j) {
 243                 kputc('\t', &s);
 244                 for (i = 0; i < b->n_gi; ++i) {
 245                         if (i) kputc(':', &s);
 246                         if (b->gi[i].fmt == char2int("PL")) {
 247                                 uint8_t *d = (uint8_t*)b->gi[i].data + j * x;
 248                                 int k;
 249                                 for (k = 0; k < x; ++k) {
 250                                         if (k > 0) kputc(',', &s);
 251                                         kputw(d[k], &s);
 252                                 }
 253                         } else if (b->gi[i].fmt == char2int("DP")) {
 254                                 kputw(((uint16_t*)b->gi[i].data)[j], &s);
 255                         } else if (b->gi[i].fmt == char2int("GQ")) {
 256                                 kputw(((uint8_t*)b->gi[i].data)[j], &s);
 257                         }
 258                 }
 259         }
 260         return s.s;
 261 }