bcftools/call1.c

   1 #include <unistd.h>
   2 #include <stdlib.h>
   3 #include <math.h>
   4 #include <zlib.h>
   5 #include <errno.h>
   6 #include "bcf.h"
   7 #include "prob1.h"
   8 #include "kstring.h"
   9
  10 #include "khash.h"
  11 KHASH_SET_INIT_INT64(set64)
  12
  13 #include "kseq.h"
  14 KSTREAM_INIT(gzFile, gzread, 16384)
  15
  16 #define VC_NO_PL   1
  17 #define VC_NO_GENO 2
  18 #define VC_BCFOUT  4
  19 #define VC_CALL    8
  20 #define VC_VARONLY 16
  21 #define VC_VCFIN   32
  22 #define VC_UNCOMP  64
  23 #define VC_HWE     128
  24 #define VC_KEEPALT 256
  25 #define VC_ACGT_ONLY 512
  26 #define VC_QCALL   1024
  27
  28 typedef struct {
  29         int flag, prior_type, n1;
  30         char *fn_list, *prior_file;
  31         double theta, pref;
  32 } viewconf_t;
  33
  34 khash_t(set64) *bcf_load_pos(const char *fn, bcf_hdr_t *_h)
  35 {
  36         void *str2id;
  37         gzFile fp;
  38         kstream_t *ks;
  39         int ret, dret, lineno = 1;
  40         kstring_t *str;
  41         khash_t(set64) *hash = 0;
  42
  43         hash = kh_init(set64);
  44         str2id = bcf_build_refhash(_h);
  45         str = calloc(1, sizeof(kstring_t));
  46         fp = strcmp(fn, "-")? gzopen(fn, "r") : gzdopen(fileno(stdin), "r");
  47         ks = ks_init(fp);
  48         while (ks_getuntil(ks, 0, str, &dret) >= 0) {
  49                 int tid = bcf_str2id(str2id, str->s);
  50                 if (tid >= 0 && dret != '\n') {
  51                         if (ks_getuntil(ks, 0, str, &dret) >= 0) {
  52                                 uint64_t x = (uint64_t)tid<<32 | (atoi(str->s) - 1);
  53                                 kh_put(set64, hash, x, &ret);
  54                         } else break;
  55                 } else fprintf(stderr, "[%s] %s is not a reference name (line %d).\n", __func__, str->s, lineno);
  56                 if (dret != '\n') while ((dret = ks_getc(ks)) > 0 && dret != '\n');
  57                 if (dret < 0) break;
  58                 ++lineno;
  59         }
  60         bcf_str2id_destroy(str2id);
  61         ks_destroy(ks);
  62         gzclose(fp);
  63         free(str->s); free(str);
  64         return hash;
  65 }
  66
  67 static double test_hwe(const double g[3])
  68 {
  69         extern double kf_gammaq(double p, double x);
  70         double fexp, chi2, f[3], n;
  71         int i;
  72         n = g[0] + g[1] + g[2];
  73         fexp = (2. * g[2] + g[1]) / (2. * n);
  74         if (fexp > 1. - 1e-10) fexp = 1. - 1e-10;
  75         if (fexp < 1e-10) fexp = 1e-10;
  76         f[0] = n * (1. - fexp) * (1. - fexp);
  77         f[1] = n * 2. * fexp * (1. - fexp);
  78         f[2] = n * fexp * fexp;
  79         for (i = 0, chi2 = 0.; i < 3; ++i)
  80                 chi2 += (g[i] - f[i]) * (g[i] - f[i]) / f[i];
  81         return kf_gammaq(.5, chi2 / 2.);
  82 }
  83
  84 typedef struct {
  85         double p[4];
  86         int mq, depth, is_tested, d[4];
  87 } anno16_t;
  88
  89 static double ttest(int n1, int n2, int a[4])
  90 {
  91         extern double kf_betai(double a, double b, double x);
  92         double t, v, u1, u2;
  93         if (n1 == 0 || n2 == 0 || n1 + n2 < 3) return 1.0;
  94         u1 = (double)a[0] / n1; u2 = (double)a[2] / n2;
  95         if (u1 <= u2) return 1.;
  96         t = (u1 - u2) / sqrt(((a[1] - n1 * u1 * u1) + (a[3] - n2 * u2 * u2)) / (n1 + n2 - 2) * (1./n1 + 1./n2));
  97         v = n1 + n2 - 2;
  98 //      printf("%d,%d,%d,%d,%lf,%lf,%lf\n", a[0], a[1], a[2], a[3], t, u1, u2);
  99         return t < 0.? 1. : .5 * kf_betai(.5*v, .5, v/(v+t*t));
 100 }
 101
 102 static int test16_core(int anno[16], anno16_t *a)
 103 {
 104         extern double kt_fisher_exact(int n11, int n12, int n21, int n22, double *_left, double *_right, double *two);
 105         double left, right;
 106         int i;
 107         a->p[0] = a->p[1] = a->p[2] = a->p[3] = 1.;
 108         memcpy(a->d, anno, 4 * sizeof(int));
 109         a->depth = anno[0] + anno[1] + anno[2] + anno[3];
 110         a->is_tested = (anno[0] + anno[1] > 0 && anno[2] + anno[3] > 0);
 111         if (a->depth == 0) return -1;
 112         a->mq = (int)(sqrt((anno[9] + anno[11]) / a->depth) + .499);
 113         kt_fisher_exact(anno[0], anno[1], anno[2], anno[3], &left, &right, &a->p[0]);
 114         for (i = 1; i < 4; ++i)
 115                 a->p[i] = ttest(anno[0] + anno[1], anno[2] + anno[3], anno+4*i);
 116         return 0;
 117 }
 118
 119 static int test16(bcf1_t *b, anno16_t *a)
 120 {
 121         char *p;
 122         int i, anno[16];
 123         a->p[0] = a->p[1] = a->p[2] = a->p[3] = 1.;
 124         a->d[0] = a->d[1] = a->d[2] = a->d[3] = 0.;
 125         a->mq = a->depth = a->is_tested = 0;
 126         if ((p = strstr(b->info, "I16=")) == 0) return -1;
 127         p += 4;
 128         for (i = 0; i < 16; ++i) {
 129                 anno[i] = strtol(p, &p, 10);
 130                 if (anno[i] == 0 && (errno == EINVAL || errno == ERANGE)) return -2;
 131                 ++p;
 132         }
 133         return test16_core(anno, a);
 134 }
 135
 136 static void rm_info(bcf1_t *b, const char *key)
 137 {
 138         char *p, *q;
 139         if ((p = strstr(b->info, key)) == 0) return;
 140         for (q = p; *q && *q != ';'; ++q);
 141         if (p > b->info && *(p-1) == ';') --p;
 142         memmove(p, q, b->l_str - (q - b->str));
 143         b->l_str -= q - p;
 144         bcf_sync(b);
 145 }
 146
 147 static int update_bcf1(int n_smpl, bcf1_t *b, const bcf_p1aux_t *pa, const bcf_p1rst_t *pr, double pref, int flag)
 148 {
 149         kstring_t s;
 150         int is_var = (pr->p_ref < pref);
 151         double p_hwe, r = is_var? pr->p_ref : 1. - pr->p_ref;
 152         anno16_t a;
 153
 154         p_hwe = pr->g[0] >= 0.? test_hwe(pr->g) : 1.0; // only do HWE g[] is calculated
 155         test16(b, &a);
 156         rm_info(b, "I16=");
 157
 158         memset(&s, 0, sizeof(kstring_t));
 159         kputc('\0', &s); kputs(b->ref, &s); kputc('\0', &s);
 160         kputs(b->alt, &s); kputc('\0', &s); kputc('\0', &s);
 161         kputs(b->info, &s);
 162         if (b->info[0]) kputc(';', &s);
 163         ksprintf(&s, "AF1=%.3lf;AFE=%.3lf", 1.-pr->f_em, 1.-pr->f_exp);
 164         ksprintf(&s, ";DP4=%d,%d,%d,%d;MQ=%d", a.d[0], a.d[1], a.d[2], a.d[3], a.mq);
 165         if (a.is_tested) {
 166                 if (pr->pc[0] >= 0.) ksprintf(&s, ";PC4=%lg,%lg,%lg,%lg", pr->pc[0], pr->pc[1], pr->pc[2], pr->pc[3]);
 167                 ksprintf(&s, ";PV4=%.2lg,%.2lg,%.2lg,%.2lg", a.p[0], a.p[1], a.p[2], a.p[3]);
 168         }
 169         if (pr->g[0] >= 0. && p_hwe <= .2)
 170                 ksprintf(&s, ";GC=%.2lf,%.2lf,%.2lf;HWE=%.3lf", pr->g[2], pr->g[1], pr->g[0], p_hwe);
 171         kputc('\0', &s);
 172         kputs(b->fmt, &s); kputc('\0', &s);
 173         free(b->str);
 174         b->m_str = s.m; b->l_str = s.l; b->str = s.s;
 175         b->qual = r < 1e-100? 99 : -4.343 * log(r);
 176         if (b->qual > 99) b->qual = 99;
 177         bcf_sync(b);
 178         if (!is_var) bcf_shrink_alt(b, 1);
 179         else if (!(flag&VC_KEEPALT))
 180                 bcf_shrink_alt(b, pr->rank0 < 2? 2 : pr->rank0+1);
 181         return is_var;
 182 }
 183
 184 int bcfview(int argc, char *argv[])
 185 {
 186         extern int bcf_2qcall(bcf_hdr_t *h, bcf1_t *b);
 187         bcf_t *bp, *bout = 0;
 188         bcf1_t *b;
 189         int c;
 190         uint64_t n_processed = 0;
 191         viewconf_t vc;
 192         bcf_p1aux_t *p1 = 0;
 193         bcf_hdr_t *h;
 194         int tid, begin, end;
 195         char moder[4], modew[4];
 196         khash_t(set64) *hash = 0;
 197
 198         tid = begin = end = -1;
 199         memset(&vc, 0, sizeof(viewconf_t));
 200         vc.prior_type = vc.n1 = -1; vc.theta = 1e-3; vc.pref = 0.5;
 201         while ((c = getopt(argc, argv, "N1:l:cHAGvLbSuP:t:p:Q")) >= 0) {
 202                 switch (c) {
 203                 case '1': vc.n1 = atoi(optarg); break;
 204                 case 'l': vc.fn_list = strdup(optarg); break;
 205                 case 'N': vc.flag |= VC_ACGT_ONLY; break;
 206                 case 'G': vc.flag |= VC_NO_GENO; break;
 207                 case 'L': vc.flag |= VC_NO_PL; break;
 208                 case 'A': vc.flag |= VC_KEEPALT; break;
 209                 case 'b': vc.flag |= VC_BCFOUT; break;
 210                 case 'S': vc.flag |= VC_VCFIN; break;
 211                 case 'c': vc.flag |= VC_CALL; break;
 212                 case 'v': vc.flag |= VC_VARONLY; break;
 213                 case 'u': vc.flag |= VC_UNCOMP | VC_BCFOUT; break;
 214                 case 'H': vc.flag |= VC_HWE; break;
 215                 case 't': vc.theta = atof(optarg); break;
 216                 case 'p': vc.pref = atof(optarg); break;
 217                 case 'Q': vc.flag |= VC_QCALL; break;
 218                 case 'P':
 219                         if (strcmp(optarg, "full") == 0) vc.prior_type = MC_PTYPE_FULL;
 220                         else if (strcmp(optarg, "cond2") == 0) vc.prior_type = MC_PTYPE_COND2;
 221                         else if (strcmp(optarg, "flat") == 0) vc.prior_type = MC_PTYPE_FLAT;
 222                         else vc.prior_file = strdup(optarg);
 223                         break;
 224                 }
 225         }
 226         if (argc == optind) {
 227                 fprintf(stderr, "\n");
 228                 fprintf(stderr, "Usage:   bcftools view [options] <in.bcf> [reg]\n\n");
 229                 fprintf(stderr, "Options: -c        SNP calling\n");
 230                 fprintf(stderr, "         -b        output BCF instead of VCF\n");
 231                 fprintf(stderr, "         -u        uncompressed BCF output\n");
 232                 fprintf(stderr, "         -S        input is VCF\n");
 233                 fprintf(stderr, "         -A        keep all possible alternate alleles at variant sites\n");
 234                 fprintf(stderr, "         -G        suppress all individual genotype information\n");
 235                 fprintf(stderr, "         -L        discard the PL genotype field\n");
 236                 fprintf(stderr, "         -H        perform Hardy-Weinberg test (slower)\n");
 237                 fprintf(stderr, "         -v        output potential variant sites only\n");
 238                 fprintf(stderr, "         -N        skip sites where REF is not A/C/G/T\n");
 239                 fprintf(stderr, "         -Q        output the QCALL likelihood format\n");
 240                 fprintf(stderr, "         -1 INT    number of group-1 samples [0]\n");
 241                 fprintf(stderr, "         -l FILE   list of sites to output [all sites]\n");
 242                 fprintf(stderr, "         -t FLOAT  scaled mutation rate [%.4lg]\n", vc.theta);
 243                 fprintf(stderr, "         -p FLOAT  variant if P(ref|D)<FLOAT [%.3lg]\n", vc.pref);
 244                 fprintf(stderr, "         -P STR    type of prior: full, cond2, flat [full]\n");
 245                 fprintf(stderr, "\n");
 246                 return 1;
 247         }
 248
 249         b = calloc(1, sizeof(bcf1_t));
 250         strcpy(moder, "r");
 251         if (!(vc.flag & VC_VCFIN)) strcat(moder, "b");
 252         strcpy(modew, "w");
 253         if (vc.flag & VC_BCFOUT) strcat(modew, "b");
 254         if (vc.flag & VC_UNCOMP) strcat(modew, "u");
 255         bp = vcf_open(argv[optind], moder);
 256         h = vcf_hdr_read(bp);
 257         bout = vcf_open("-", modew);
 258         if (!(vc.flag & VC_QCALL)) vcf_hdr_write(bout, h);
 259         if (vc.flag & VC_CALL) {
 260                 p1 = bcf_p1_init(h->n_smpl);
 261                 if (vc.prior_file) {
 262                         if (bcf_p1_read_prior(p1, vc.prior_file) < 0) {
 263                                 fprintf(stderr, "[%s] fail to read the prior AFS.\n", __func__);
 264                                 return 1;
 265                         }
 266                 } else bcf_p1_init_prior(p1, vc.prior_type, vc.theta);
 267                 if (vc.n1 > 0) {
 268                         bcf_p1_set_n1(p1, vc.n1);
 269                         bcf_p1_init_subprior(p1, vc.prior_type, vc.theta);
 270                 }
 271         }
 272         if (vc.fn_list) hash = bcf_load_pos(vc.fn_list, h);
 273         if (optind + 1 < argc && !(vc.flag&VC_VCFIN)) {
 274                 void *str2id = bcf_build_refhash(h);
 275                 if (bcf_parse_region(str2id, argv[optind+1], &tid, &begin, &end) >= 0) {
 276                         bcf_idx_t *idx;
 277                         idx = bcf_idx_load(argv[optind]);
 278                         if (idx) {
 279                                 uint64_t off;
 280                                 off = bcf_idx_query(idx, tid, begin);
 281                                 if (off == 0) {
 282                                         fprintf(stderr, "[%s] no records in the query region.\n", __func__);
 283                                         return 1; // FIXME: a lot of memory leaks...
 284                                 }
 285                                 bgzf_seek(bp->fp, off, SEEK_SET);
 286                                 bcf_idx_destroy(idx);
 287                         }
 288                 }
 289         }
 290         while (vcf_read(bp, h, b) > 0) {
 291                 if (vc.flag & VC_ACGT_ONLY) {
 292                         int x;
 293                         if (b->ref[0] == 0 || b->ref[1] != 0) continue;
 294                         x = toupper(b->ref[0]);
 295                         if (x != 'A' && x != 'C' && x != 'G' && x != 'T') continue;
 296                 }
 297                 if (hash) {
 298                         uint64_t x = (uint64_t)b->tid<<32 | b->pos;
 299                         khint_t k = kh_get(set64, hash, x);
 300                         if (kh_size(hash) == 0) break;
 301                         if (k == kh_end(hash)) continue;
 302                         kh_del(set64, hash, k);
 303                 }
 304                 if (tid >= 0) {
 305                         int l = strlen(b->ref);
 306                         l = b->pos + (l > 0? l : 1);
 307                         if (b->tid != tid || b->pos >= end) break;
 308                         if (!(l > begin && end > b->pos)) continue;
 309                 }
 310                 ++n_processed;
 311                 if (vc.flag & VC_QCALL) { // output QCALL format; STOP here
 312                         bcf_2qcall(h, b);
 313                         continue;
 314                 }
 315                 if (vc.flag & VC_CALL) { // call variants
 316                         bcf_p1rst_t pr;
 317                         bcf_gl2pl(b);
 318                         bcf_p1_cal(b, p1, &pr); // pr.g[3] is not calculated here
 319                         if (vc.flag&VC_HWE) bcf_p1_cal_g3(p1, pr.g);
 320                         if (n_processed % 100000 == 0) {
 321                                 fprintf(stderr, "[%s] %ld sites processed.\n", __func__, (long)n_processed);
 322                                 bcf_p1_dump_afs(p1);
 323                         }
 324                         if (pr.p_ref >= vc.pref && (vc.flag & VC_VARONLY)) continue;
 325                         update_bcf1(h->n_smpl, b, p1, &pr, vc.pref, vc.flag);
 326                 }
 327                 if (vc.flag & VC_NO_GENO) { // do not output GENO fields
 328                         b->n_gi = 0;
 329                         b->fmt[0] = '\0';
 330                 }
 331                 vcf_write(bout, h, b);
 332         }
 333         if (vc.prior_file) free(vc.prior_file);
 334         if (vc.flag & VC_CALL) bcf_p1_dump_afs(p1);
 335         bcf_hdr_destroy(h);
 336         bcf_destroy(b);
 337         vcf_close(bp); vcf_close(bout);
 338         if (hash) kh_destroy(set64, hash);
 339         if (vc.fn_list) free(vc.fn_list);
 340         if (p1) bcf_p1_destroy(p1);
 341         return 0;
 342 }
 343