bcftools/prob1.c

   1 #include <math.h>
   2 #include <stdlib.h>
   3 #include <string.h>
   4 #include <stdio.h>
   5 #include "prob1.h"
   6
   7 #define MC_AVG_ERR 0.007
   8 #define MC_MAX_EM_ITER 16
   9 #define MC_EM_EPS 1e-4
  10
  11 unsigned char seq_nt4_table[256] = {
  12         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  13         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  14         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4 /*'-'*/, 4, 4,
  15         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  16         4, 0, 4, 1,  4, 4, 4, 2,  4, 4, 4, 4,  4, 4, 4, 4,
  17         4, 4, 4, 4,  3, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  18         4, 0, 4, 1,  4, 4, 4, 2,  4, 4, 4, 4,  4, 4, 4, 4,
  19         4, 4, 4, 4,  3, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  20         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  21         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  22         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  23         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  24         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  25         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  26         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,
  27         4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4,  4, 4, 4, 4
  28 };
  29
  30 struct __bcf_p1aux_t {
  31         int n, M;
  32         double *q2p, *pdg; // pdg -> P(D|g)
  33         double *phi, *CMk; // CMk=\binom{M}{k}
  34         double *z, *zswap; // aux for afs
  35         double *afs, *afs1; // afs: accumulative AFS; afs1: site posterior distribution
  36         const uint8_t *PL; // point to PL
  37         int PL_len;
  38 };
  39
  40 void bcf_p1_init_prior(bcf_p1aux_t *ma, int type, double theta)
  41 {
  42         int i;
  43         if (type == MC_PTYPE_COND2) {
  44                 for (i = 0; i <= ma->M; ++i)
  45                         ma->phi[i] = 2. * (i + 1) / (ma->M + 1) / (ma->M + 2);
  46         } else if (type == MC_PTYPE_FLAT) {
  47                 for (i = 0; i <= ma->M; ++i)
  48                         ma->phi[i] = 1. / (ma->M + 1);
  49         } else {
  50                 double sum;
  51                 for (i = 0, sum = 0.; i < ma->M; ++i)
  52                         sum += (ma->phi[i] = theta / (ma->M - i));
  53                 ma->phi[ma->M] = 1. - sum;
  54         }
  55 }
  56
  57 bcf_p1aux_t *bcf_p1_init(int n) // FIXME: assuming diploid
  58 {
  59         bcf_p1aux_t *ma;
  60         int i;
  61         ma = calloc(1, sizeof(bcf_p1aux_t));
  62         ma->n = n; ma->M = 2 * n;
  63         ma->q2p = calloc(256, sizeof(double));
  64         ma->pdg = calloc(3 * ma->n, sizeof(double));
  65         ma->phi = calloc(ma->M + 1, sizeof(double));
  66         ma->CMk = calloc(ma->M + 1, sizeof(double));
  67         ma->z = calloc(2 * ma->n + 1, sizeof(double));
  68         ma->zswap = calloc(2 * ma->n + 1, sizeof(double));
  69         ma->afs = calloc(2 * ma->n + 1, sizeof(double));
  70         ma->afs1 = calloc(2 * ma->n + 1, sizeof(double));
  71         for (i = 0; i < 256; ++i)
  72                 ma->q2p[i] = pow(10., -i / 10.);
  73         for (i = 0; i <= ma->M; ++i)
  74                 ma->CMk[i] = exp(lgamma(ma->M + 1) - lgamma(i + 1) - lgamma(ma->M - i + 1));
  75         bcf_p1_init_prior(ma, MC_PTYPE_FULL, 1e-3); // the simplest prior
  76         return ma;
  77 }
  78
  79 void bcf_p1_destroy(bcf_p1aux_t *ma)
  80 {
  81         if (ma) {
  82                 free(ma->q2p); free(ma->pdg);
  83                 free(ma->phi); free(ma->CMk);
  84                 free(ma->z); free(ma->zswap);
  85                 free(ma->afs); free(ma->afs1);
  86                 free(ma);
  87         }
  88 }
  89
  90 #define char2int(s) (((int)s[0])<<8|s[1])
  91
  92 static int cal_pdg(const bcf1_t *b, bcf_p1aux_t *ma)
  93 {
  94         int i, j, k;
  95         long *p, tmp;
  96         p = alloca(b->n_alleles * sizeof(long));
  97         memset(p, 0, sizeof(long) * b->n_alleles);
  98         for (j = 0; j < ma->n; ++j) {
  99                 const uint8_t *pi = ma->PL + j * ma->PL_len;
 100                 double *pdg = ma->pdg + j * 3;
 101                 pdg[0] = ma->q2p[pi[b->n_alleles]]; pdg[1] = ma->q2p[pi[1]]; pdg[2] = ma->q2p[pi[0]];
 102                 for (i = k = 0; i < b->n_alleles; ++i) {
 103                         p[i] += (int)pi[k];
 104                         k += b->n_alleles - i;
 105                 }
 106         }
 107         for (i = 0; i < b->n_alleles; ++i) p[i] = p[i]<<4 | i;
 108         for (i = 1; i < b->n_alleles; ++i) // insertion sort
 109                 for (j = i; j > 0 && p[j] < p[j-1]; --j)
 110                         tmp = p[j], p[j] = p[j-1], p[j-1] = tmp;
 111         for (i = b->n_alleles - 1; i >= 0; --i)
 112                 if ((p[i]&0xf) == 0) break;
 113         return i;
 114 }
 115 // f0 is the reference allele frequency
 116 static double mc_freq_iter(double f0, const bcf_p1aux_t *ma)
 117 {
 118         double f, f3[3];
 119         int i;
 120         f3[0] = (1.-f0)*(1.-f0); f3[1] = 2.*f0*(1.-f0); f3[2] = f0*f0;
 121         for (i = 0, f = 0.; i < ma->n; ++i) {
 122                 double *pdg;
 123                 pdg = ma->pdg + i * 3;
 124                 f += (pdg[1] * f3[1] + 2. * pdg[2] * f3[2])
 125                         / (pdg[0] * f3[0] + pdg[1] * f3[1] + pdg[2] * f3[2]);
 126         }
 127         f /= ma->n * 2.;
 128         return f;
 129 }
 130
 131 int bcf_p1_call_gt(const bcf_p1aux_t *ma, double f0, int k)
 132 {
 133         double sum, g[3];
 134         double max, f3[3], *pdg = ma->pdg + k * 3;
 135         int q, i, max_i;
 136         f3[0] = (1.-f0)*(1.-f0); f3[1] = 2.*f0*(1.-f0); f3[2] = f0*f0;
 137         for (i = 0, sum = 0.; i < 3; ++i)
 138                 sum += (g[i] = pdg[i] * f3[i]);
 139         for (i = 0, max = -1., max_i = 0; i < 3; ++i) {
 140                 g[i] /= sum;
 141                 if (g[i] > max) max = g[i], max_i = i;
 142         }
 143         max = 1. - max;
 144         if (max < 1e-308) max = 1e-308;
 145         q = (int)(-3.434 * log(max) + .499);
 146         if (q > 99) q = 99;
 147         return q<<2|max_i;
 148 }
 149
 150 static void mc_cal_z(bcf_p1aux_t *ma)
 151 {
 152         double *z[2], *tmp, *pdg;
 153         int i, j;
 154         z[0] = ma->z;
 155         z[1] = ma->zswap;
 156         pdg = ma->pdg;
 157         z[0][0] = 1.; z[0][1] = z[0][2] = 0.;
 158         for (j = 0; j < ma->n; ++j) {
 159                 int max = (j + 1) * 2;
 160                 double p[3];
 161                 pdg = ma->pdg + j * 3;
 162                 p[0] = pdg[0]; p[1] = 2. * pdg[1]; p[2] = pdg[2];
 163                 z[1][0] = p[0] * z[0][0];
 164                 z[1][1] = p[0] * z[0][1] + p[1] * z[0][0];
 165                 for (i = 2; i <= max; ++i)
 166                         z[1][i] = p[0] * z[0][i] + p[1] * z[0][i-1] + p[2] * z[0][i-2];
 167                 if (j < ma->n - 1) z[1][max+1] = z[1][max+2] = 0.;
 168                 tmp = z[0]; z[0] = z[1]; z[1] = tmp;
 169         }
 170         if (z[0] != ma->z) memcpy(ma->z, z[0], sizeof(double) * (ma->M + 1));
 171 }
 172
 173 static double mc_cal_afs(bcf_p1aux_t *ma)
 174 {
 175         int k;
 176         long double sum = 0.;
 177         memset(ma->afs1, 0, sizeof(double) * (ma->M + 1));
 178         mc_cal_z(ma);
 179         for (k = 0, sum = 0.; k <= ma->M; ++k)
 180                 sum += (long double)ma->phi[k] * ma->z[k] / ma->CMk[k];
 181         for (k = 0; k <= ma->M; ++k) {
 182                 ma->afs1[k] = ma->phi[k] * ma->z[k] / ma->CMk[k] / sum;
 183                 if (isnan(ma->afs1[k]) || isinf(ma->afs1[k])) return -1.;
 184         }
 185         for (k = 0, sum = 0.; k <= ma->M; ++k) {
 186                 ma->afs[k] += ma->afs1[k];
 187                 sum += k * ma->afs1[k];
 188         }
 189         return sum / ma->M;
 190 }
 191
 192 static long double p1_cal_g3(bcf_p1aux_t *p1a, double g[3])
 193 {
 194         long double pd = 0., g2[3];
 195         int i, k;
 196         memset(g2, 0, sizeof(long double) * 3);
 197         for (k = 0; k < p1a->M; ++k) {
 198                 double f = (double)k / p1a->M, f3[3], g1[3];
 199                 long double z = 1.;
 200                 g1[0] = g1[1] = g1[2] = 0.;
 201                 f3[0] = (1. - f) * (1. - f); f3[1] = 2. * f * (1. - f); f3[2] = f * f;
 202                 for (i = 0; i < p1a->n; ++i) {
 203                         double *pdg = p1a->pdg + i * 3;
 204                         double x = pdg[0] * f3[0] + pdg[1] * f3[1] + pdg[2] * f3[2];
 205                         z *= x;
 206                         g1[0] += pdg[0] * f3[0] / x;
 207                         g1[1] += pdg[1] * f3[1] / x;
 208                         g1[2] += pdg[2] * f3[2] / x;
 209                 }
 210                 pd += p1a->phi[k] * z;
 211                 for (i = 0; i < 3; ++i)
 212                         g2[i] += p1a->phi[k] * z * g1[i];
 213         }
 214         for (i = 0; i < 3; ++i) g[i] = g2[i] / pd;
 215         return pd;
 216 }
 217
 218 int bcf_p1_cal(bcf1_t *b, bcf_p1aux_t *ma, bcf_p1rst_t *rst)
 219 {
 220         int i, k;
 221         long double sum = 0.;
 222         // set PL and PL_len
 223         for (i = 0; i < b->n_gi; ++i) {
 224                 if (b->gi[i].fmt == char2int("PL")) {
 225                         ma->PL = (uint8_t*)b->gi[i].data;
 226                         ma->PL_len = b->gi[i].len;
 227                         break;
 228                 }
 229         }
 230         if (b->n_alleles < 2) return -1; // FIXME: find a better solution
 231         //
 232         rst->rank0 = cal_pdg(b, ma);
 233         rst->f_exp = mc_cal_afs(ma);
 234         rst->p_ref = ma->afs1[ma->M];
 235         // calculate f_flat and f_em
 236         for (k = 0, sum = 0.; k <= ma->M; ++k)
 237                 sum += (long double)ma->z[k] / ma->CMk[k];
 238         rst->f_flat = 0.;
 239         for (k = 0; k <= ma->M; ++k) {
 240                 double p = ma->z[k] / ma->CMk[k] / sum;
 241                 rst->f_flat += k * p;
 242         }
 243         rst->f_flat /= ma->M;
 244         { // calculate f_em
 245                 double flast = rst->f_flat;
 246                 for (i = 0; i < MC_MAX_EM_ITER; ++i) {
 247                         rst->f_em = mc_freq_iter(flast, ma);
 248                         if (fabs(rst->f_em - flast) < MC_EM_EPS) break;
 249                         flast = rst->f_em;
 250                 }
 251         }
 252         p1_cal_g3(ma, rst->g);
 253         return 0;
 254 }
 255
 256 void bcf_p1_dump_afs(bcf_p1aux_t *ma)
 257 {
 258         int k;
 259         fprintf(stderr, "[afs]");
 260         for (k = 0; k <= ma->M; ++k)
 261                 fprintf(stderr, " %d:%.3lf", k, ma->afs[ma->M - k]);
 262         fprintf(stderr, "\n");
 263         memset(ma->afs, 0, sizeof(double) * (ma->M + 1));
 264 }