binaries/src/fasta34/llgetaa.c

   1 /* copyright (c) 1996, 1997, 1998, 1999 William R. Pearson and the
   2    U. of Virginia */
   3
   4 /* $Name: fa_34_26_5 $ - $Id: llgetaa.c,v 1.25 2007/01/08 15:38:46 wrp Exp $ */
   5
   6 /*
   7    Feb, 1998 - version for prss
   8
   9    March, 2001 - modifications to support comp_thr.c: use libpos to indicate
  10    whether the score is shuffled==1 or unshuffled==0.  This simplifies
  11    complib.c and makes comp_thr.c possible
  12
  13    modified version of nxgetaa.c that generates random sequences
  14    for a library
  15 */
  16
  17 #include <stdio.h>
  18 #include <stdlib.h>
  19 #include <string.h>
  20
  21 #include "defs.h"
  22 #include "mm_file.h"
  23
  24 #include "uascii.h"
  25 #include "structs.h"
  26
  27 #define XTERNAL
  28 #include "upam.h"
  29 #undef XTERNAL
  30
  31 #define YES 1
  32 #define NO 0
  33 #define MAXLINE 512
  34
  35 #ifndef min
  36 #define min(x,y) ((x) > (y) ? (y) : (x))
  37 #endif
  38
  39 int nsfnum;     /* number of superfamily numbers */
  40 int sfnum[10];  /* superfamily number from types 0 and 5 */
  41 int nsfnum_n;
  42 int sfnum_n[10];
  43
  44 static int use_stdin=0;
  45 static char llibstr0[256];
  46 static char llibstr1[256];
  47 static char o_line[256];
  48
  49 #define NO_FORMAT 0
  50 #define FASTA_FORMAT 1
  51 #define GCG_FORMAT 2
  52 static int seq_format=NO_FORMAT;
  53 static char seq_title[200];
  54
  55 extern int irand(int);
  56 extern void shuffle(unsigned char *from, unsigned char *to, int n);
  57 extern void wshuffle(unsigned char *from, unsigned char *to, int n, int wsiz, int *ieven);
  58
  59 int
  60 getseq(char *filen, int *qascii,
  61        unsigned char *seq, int maxs, char *libstr,
  62        int n_libstr, long *sq0off)
  63 {
  64   FILE *fptr;
  65   char line[512],*bp;
  66   int i, j, n;
  67   int ic;
  68   int sstart, sstop, sset=0;
  69   int have_desc = 0;
  70   int desc_complete = 0;
  71   int llen, l_offset;
  72
  73   seq_title[0]='\0';
  74
  75   sstart = sstop = -1;
  76 #ifndef DOS
  77   if ((bp=strchr(filen,':'))!=NULL) {
  78 #else
  79   if ((bp=strchr(filen+3,':'))!=NULL) {
  80 #endif
  81     *bp='\0';
  82     if (*(bp+1)=='-') sscanf(bp+2,"%d",&sstop);
  83     else sscanf(bp+1,"%d-%d",&sstart,&sstop);
  84     sset=1;
  85   }
  86
  87   if (strcmp(filen,"-") && strcmp(filen,"@")) {
  88     if ((fptr=fopen(filen,"r"))==NULL) {
  89       fprintf(stderr," could not open %s\n",filen);
  90       return 0;
  91     }
  92   }
  93   else {
  94     fptr = stdin;
  95     use_stdin++;
  96   }
  97
  98   if (use_stdin > 1) {
  99     have_desc = 1;
 100     if ((bp=strchr(o_line,'\001'))!=NULL) *bp='\0';
 101     strncpy(llibstr1,o_line,sizeof(llibstr1));
 102     strncpy(libstr,o_line,n_libstr);
 103     libstr[n_libstr-1]='\0';
 104     l_offset = 0;
 105   }
 106
 107   if (sset==1) {
 108     filen[strlen(filen)]=':';
 109     if (*sq0off==1 || sstart>1) *sq0off = sstart;
 110   }
 111
 112   desc_complete = 0;
 113   n=0;
 114   while(fgets(line,sizeof(line),fptr)!=NULL) {
 115     if (line[0]=='>') {
 116       if (have_desc) {
 117         strncpy(o_line,line,sizeof(o_line));
 118         goto last;
 119       }
 120       l_offset = 0;
 121       seq_format = FASTA_FORMAT;
 122 #ifdef STAR_X
 123       qascii['*'] = qascii['X'];
 124 #endif
 125       sfnum[0] = nsfnum = 0;
 126
 127       if ((bp=(char *)strchr(line,'\n'))!=NULL) {
 128         *bp='\0';                               /* have newline */
 129         desc_complete = 1;
 130       }
 131
 132       if ((bp=strchr(line+1,'\001'))!=NULL) *bp='\0';
 133       strncpy(seq_title,line+1,sizeof(seq_title));
 134       strncpy(llibstr0,line+1,sizeof(llibstr0));
 135       if (n_libstr <= 20) {
 136         if ((bp=(char *)strchr(line,' '))!=NULL) *bp='\0';
 137       }
 138       strncpy(libstr,line+1,n_libstr);
 139       libstr[n_libstr-1]='\0';
 140
 141       if (!desc_complete) {
 142         while (fgets(line, sizeof(line), fptr) != NULL) {
 143           if (strchr(line,'\n') != NULL) {
 144             line[0]='>';
 145             break;
 146           }
 147         }
 148         desc_complete = 1;
 149       }
 150     }
 151     else if (seq_format==NO_FORMAT) {
 152       seq_format = GCG_FORMAT;
 153       qascii['*'] = qascii['X'];
 154       l_offset = 10;
 155       llen = strlen(line);
 156       while (strncmp(&line[llen-3],"..\n",(size_t)3) != 0) {
 157         if (fgets(line,sizeof(line),fptr)==NULL) return 0;
 158         llen = strlen(line);
 159       }
 160       if (n_libstr <= 20) {
 161         if ((bp=(char *)strchr(line,' '))!=NULL) *bp='\0';
 162         else if ((bp=(char *)strchr(line,'\n'))!=NULL) *bp='\0';
 163       }
 164       strncpy(libstr,line,n_libstr);
 165       libstr[n_libstr-1]='\0';
 166       if (fgets(line,sizeof(line),fptr)==NULL) return 0;
 167     }
 168
 169     if (seq_format==GCG_FORMAT && strlen(line)<l_offset) continue;
 170
 171     if (line[0]!='>'&& line[0]!=';') {
 172       for (i=l_offset; (n<maxs)&&
 173              ((ic=qascii[line[i]&AAMASK])<EL); i++)
 174         if (ic<NA) seq[n++]= ic;
 175       if (ic == ES) break;
 176     }
 177     else {
 178       if (have_desc) {
 179         strncpy(o_line,line,sizeof(o_line));
 180         goto last;
 181       }
 182       else {
 183         have_desc = 1;
 184       }
 185     }
 186   }
 187
 188  last:
 189   if (n==maxs) {
 190     fprintf(stderr," sequence may be truncated %d %d\n",n,maxs);
 191     fflush(stderr);
 192   }
 193   if ((bp=strchr(libstr,'\n'))!=NULL) *bp = '\0';
 194   if ((bp=strchr(libstr,'\r'))!=NULL) *bp = '\0';
 195   seq[n]= EOSEQ;
 196
 197   if (fptr!=stdin) fclose(fptr);
 198
 199   if (sset) {
 200     if (sstart <= 0) sstart = 1;
 201     if (sstop <= 0) sstop = n;
 202     sstart--;
 203     sstop--;
 204     for (i=0, j=sstart; j<=sstop; i++,j++)
 205       seq[i] = seq[j];
 206     n = sstop - sstart +1;
 207     seq[n]=EOSEQ;
 208   }
 209
 210   return n;
 211 }
 212
 213 int
 214 gettitle(filen,title,len)
 215   char *filen, *title; int len;
 216 {
 217   FILE *fptr;
 218   char line[512];
 219   char *bp;
 220   int ll,sset;
 221 #ifdef WIN32
 222   char *strpbrk();
 223 #endif
 224   sset = 0;
 225
 226   if (use_stdin) {
 227     if (use_stdin == 1) {
 228       /*      use_stdin++; */
 229       strncpy(title,llibstr0,len);
 230     }
 231     else {
 232       strncpy(title,llibstr1,len);
 233     }
 234     if ((bp=strchr(title,'\001'))!=NULL) *bp='\0';
 235     return strlen(title);
 236   }
 237
 238   if ((bp=strchr(filen,':'))!=NULL) { *bp='\0'; sset=1;}
 239
 240   if ((fptr=fopen(filen,"r"))==NULL) {
 241     fprintf(stderr," file %s was not found\n",filen);
 242     fflush(stderr);
 243     return 0;
 244   }
 245
 246   if (sset==1) filen[strlen(filen)]=':';
 247
 248   while(fgets(line,sizeof(line),fptr)!=0) {
 249     if (line[0]=='>'|| line[0]==';') goto found;
 250   }
 251   fclose(fptr);
 252   title[0]='\0';
 253   return 0;
 254
 255  found:
 256   if ((bp=strchr(line,'\001'))!=NULL) *bp = 0;
 257 #ifdef WIN32
 258   bp = strpbrk(line,"\n\r");
 259 #else
 260   bp = strchr(line,'\n');
 261 #endif
 262   if (bp!=NULL) *bp = 0;
 263   strncpy(title,line,len);
 264   title[len-1]='\0';
 265   fclose(fptr);
 266   return strlen(title);
 267 }
 268
 269 FILE *libf=NULL;
 270
 271 long lpos;
 272 char lline[MAXLINE];
 273 int lfflag=0;   /* flag for CRLF in EMBL CDROM files */
 274 #define LFCHAR '\015'  /* for MWC 5.5 */
 275
 276 int agetlib(); void aranlib();  /* pearson fasta format */
 277
 278 /*      the following is from fgetgb.c */
 279
 280 /* a file name for openlib may now include a library type suffix */
 281 /* only opens fasta format files */
 282
 283 static char libn_save[MAX_FN];
 284 static int ldna_save=0;
 285 static int do_shuffle;
 286 static int shuff_cnt=10;
 287 static int w_flag = 0;
 288 #ifdef DEBUG
 289 static FILE *dfile=NULL;
 290 #endif
 291 static unsigned char *aa_save;
 292 static int n1_save;
 293 static int i_even;
 294
 295 /* lmf_str * is used here for compatibility with the "normal" openlib,
 296    but is largely unnecessary */
 297
 298 void
 299 set_shuffle(struct mngmsg m_msg) {
 300   char dfname[MAX_FN];
 301
 302   if (m_msg.shuff_wid > 0) w_flag = m_msg.shuff_wid;
 303   if (m_msg.shuff_max > shuff_cnt) shuff_cnt = m_msg.shuff_max;
 304
 305 #ifdef DEBUG
 306   if (m_msg.dfile[0]!='\0') {
 307     strncpy(dfname,m_msg.dfile,sizeof(dfname));
 308     strncat(dfname,"_rlib",sizeof(dfname));
 309     dfile = fopen(dfname,"w");
 310   }
 311 #endif
 312 }
 313
 314 struct lmf_str *
 315 openlib(char *lname, int ldnaseq, int *sascii, int quiet, struct lmf_str *m_fd)
 316 {
 317   char rline[10],libn[MAX_FN], *bp;
 318   int wcnt, ll, opnflg;
 319   int libtype;
 320   struct lmf_str *m_fptr;
 321
 322   wcnt = 0;
 323   libtype = 0;
 324
 325   strncpy(libn_save,lname,sizeof(libn_save));
 326
 327   /* now allocate a buffer for the opened text file */
 328   if ((m_fptr = calloc(1,sizeof(struct lmf_str)))==NULL) {
 329     fprintf(stderr," cannot allocate lmf_str (%ld) for %s\n",
 330             sizeof(struct lmf_str),lname);
 331     return NULL;
 332   }
 333
 334   strncpy(m_fptr->lb_name,lname,MAX_FN);
 335   m_fptr->lb_name[MAX_FN-1]='\0';
 336
 337   m_fptr->sascii = sascii;
 338   m_fptr->getlib = agetlib;
 339   m_fptr->ranlib = aranlib;
 340   m_fptr->mm_flg = 0;
 341
 342   do_shuffle = 0;
 343   irand(0);             /* initialize the random number generator */
 344
 345   return m_fptr;
 346 }
 347
 348 void
 349 closelib()
 350 {
 351   if (libf!=NULL) {
 352     fclose(libf);
 353     libf = NULL;
 354   }
 355 #ifdef DEBUG
 356   if (dfile) fclose(dfile);
 357 #endif
 358 }
 359
 360 static int ieven=0;
 361 static char *desc_save;
 362
 363 int
 364 agetlib(unsigned char *seq,
 365         int maxs,
 366         char *libstr,
 367         int n_libstr,
 368         fseek_t *libpos,
 369         int *lcont,
 370         struct lmf_str *lf_fd,
 371         long *l_off)
 372 {
 373   long sq1_off;
 374   char lib_desc[120];
 375   int i;
 376
 377   *l_off = 1;
 378
 379   if (!do_shuffle) {
 380     do_shuffle = 1;
 381
 382     if ((n1_save = getseq(libn_save,lf_fd->sascii,
 383                           seq,maxs,lib_desc,sizeof(lib_desc),&sq1_off)) < 1)
 384       return n1_save;
 385
 386     strncpy(libstr,lib_desc,n_libstr);
 387     libstr[n_libstr-1]='\0';
 388
 389     if ((aa_save = (unsigned char *)calloc(n1_save+1,sizeof(unsigned char)))==
 390         NULL) fprintf(stderr," cannot allocate %d for saved sequence\n",
 391                        n1_save);
 392     memcpy((void *)aa_save,(void *)seq,n1_save);
 393
 394     if ((desc_save =
 395          (char *)calloc(strlen(lib_desc)+1,sizeof(char)))== NULL) {
 396       fprintf(stderr," cannot allocate saved desciption [%d]\n",
 397               strlen(lib_desc)+1);
 398     }
 399     else {
 400       strncpy (desc_save,lib_desc,strlen(lib_desc));
 401       desc_save[strlen(lib_desc)]=='\0';
 402     }
 403
 404     *libpos = 0;
 405     return n1_save;
 406   }
 407   else {        /* return a shuffled sequence - here we need a window size; */
 408     strncpy(libstr,desc_save,n_libstr);
 409     libstr[n_libstr-1]='\0';
 410
 411     if (shuff_cnt-- <= 0 ) return -1;
 412     if (w_flag > 0) wshuffle(aa_save,seq,n1_save,w_flag,&ieven);
 413     else shuffle(aa_save,seq,n1_save);
 414     seq[n1_save] = EOSEQ;
 415 #ifdef DEBUG
 416     if (dfile!=NULL) {
 417       fprintf(dfile,">%d\n",shuff_cnt);
 418       for (i=0; i<n1_save; i++) {
 419         if (aa[seq[i]]>0) fputc(aa[seq[i]],dfile);
 420         else {fprintf(stderr,"error aa0[%d]: %d %d\n",
 421                       i,seq[i],aa[seq[i]]);}
 422         if (i%60 == 59) fputc('\n',dfile);
 423       }
 424       fputc('\n',dfile);
 425     }
 426 #endif
 427     *libpos = 1;
 428     return n1_save;
 429   }
 430 }
 431
 432 void
 433 aranlib(char *str,
 434         int cnt,
 435         fseek_t seek,
 436         char *libstr,
 437         struct lmf_str *lm_fd)
 438 {
 439   char *bp;
 440   int ll;
 441
 442   if (use_stdin == 2) {
 443     if (llibstr1[0]=='>' || llibstr1[0]==';') {
 444       strncpy(str,llibstr1+1,cnt);
 445     }
 446     else {
 447       strncpy(str,llibstr1,cnt);
 448     }
 449   }
 450   else {
 451     strncpy(str,desc_save,cnt);
 452   }
 453   str[cnt-1]='\0';
 454   if ((bp = strchr(str,'\001'))!=NULL) *bp='\0';
 455   else if ((bp = strchr(str,'\n'))!=NULL) *bp='\0';
 456   else str[cnt-1]='\0';
 457 }
 458
 459 /*
 460 void
 461 revcomp(unsigned char *seq, int n, int *c_nt)
 462 {
 463   unsigned char tmp;
 464   int i, ni;
 465
 466
 467   for (i=0, ni = n-1; i< n/2; i++,ni--) {
 468     tmp = c_nt[seq[i]];
 469     seq[i] = c_nt[seq[ni]];
 470     seq[ni] = tmp;
 471   }
 472   if ((n%2)==1) {
 473     i = n/2;
 474     seq[i] = c_nt[seq[i]];
 475   }
 476 }
 477 */
 478
 479 struct lmf_str *
 480 re_openlib(struct lmf_str *om_fptr, int outtty)
 481 {
 482   return om_fptr;
 483 }
 484
 485 int re_getlib(unsigned char *aa1, int n1, int maxt3, int loff, int cont,
 486               int term_code, long *loffset, long *l_off,
 487               struct lmf_str *m_file_p)
 488 {
 489   *loffset = 0;
 490   *l_off = 1;
 491   return n1;
 492 }
 493