runner/compbio/pipeline/_jpred/JackHmmerHitParser.java

   1 /* Copyright (c) 2011 Peter Troshin\r
   2  *  \r
   3  *  JAva Bioinformatics Analysis Web Services (JABAWS) @version: 2.0     \r
   4  * \r
   5  *  This library is free software; you can redistribute it and/or modify it under the terms of the\r
   6  *  Apache License version 2 as published by the Apache Software Foundation\r
   7  * \r
   8  *  This library is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without\r
   9  *  even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the Apache \r
  10  *  License for more details.\r
  11  * \r
  12  *  A copy of the license is in apache_license.txt. It is also available here:\r
  13  * @see: http://www.apache.org/licenses/LICENSE-2.0.txt\r
  14  * \r
  15  * Any republication or derived work distributed in source code form\r
  16  * must include this copyright and license notice.\r
  17  */\r
  18 package compbio.pipeline._jpred;\r
  19 \r
  20 import java.io.BufferedReader;\r
  21 import java.io.FileInputStream;\r
  22 import java.io.IOException;\r
  23 import java.io.InputStreamReader;\r
  24 import java.util.ArrayList;\r
  25 import java.util.Collections;\r
  26 import java.util.HashSet;\r
  27 import java.util.List;\r
  28 import java.util.Scanner;\r
  29 import java.util.Set;\r
  30 \r
  31 /**\r
  32  * Parser for the following files:\r
  33  * \r
  34  * @author pvtroshin\r
  35  * \r
  36  */\r
  37 public class JackHmmerHitParser {\r
  38     //#                                                                      --- full sequence ---- --- best 1 domain ---- --- domain number estimation ----\r
  39     //# target name          accession  query name                accession    E-value  score  bias   E-value  score  bias   exp reg clu  ov env dom rep inc description of target\r
  40     //#  ------------------- ----------      -------------------- ---------- --------- ------ ----- --------- ------ -----   --- --- --- --- --- --- --- --- ---------------------\r
  41     //tr|Q6TVU2|Q6TVU2_ORFV  -          gi_74230740_gb_ABA00545.1 -           4.5e-271  910.4   0.0  5.1e-271  910.2   0.0   1.0   1   0   0   1   1   1   1 Putative uncharacterized protein OS=Orf virus PE=4 SV=1\r
  42 \r
  43     Set<Hit> hits;\r
  44 \r
  45     public JackHmmerHitParser(String file) throws IOException {\r
  46 \r
  47         BufferedReader bfr = new BufferedReader(new InputStreamReader(\r
  48                 new FileInputStream(file), "ISO-8859-1"), 64000);\r
  49         // throw away first three lines; \r
  50         this.hits = new HashSet<Hit>();\r
  51         String line = bfr.readLine();\r
  52         bfr.readLine();\r
  53         bfr.readLine();\r
  54         int hitc = 0;\r
  55         while ((line = bfr.readLine()) != null) {\r
  56             hitc++;\r
  57             Scanner scan = new Scanner(line);\r
  58             scan.useDelimiter("\\s+");\r
  59             extractData(scan, hitc);\r
  60         }\r
  61         List<Hit> lhits = new ArrayList<Hit>(hits);\r
  62         Collections.sort(lhits, new Hit.NumberComporator());\r
  63     }\r
  64 \r
  65     void extractData(Scanner scan, int hitcounter) {\r
  66         Hit pseq = new Hit();\r
  67 \r
  68         String tname = scan.next();\r
  69         pseq.name = tname;\r
  70         //System.out.println(tname);\r
  71 \r
  72         String tacc = scan.next();\r
  73         pseq.accession = tacc;\r
  74         //System.out.println(tacc);\r
  75         String qname = scan.next();\r
  76         //System.out.println(qname);\r
  77         String qacc = scan.next();\r
  78         //System.out.println(qacc);\r
  79 \r
  80         Double evalue = scan.nextDouble();\r
  81         //System.out.println(evalue);\r
  82         pseq.evalue = evalue.toString();\r
  83 \r
  84         Double score = scan.nextDouble();\r
  85         //System.out.println(score);\r
  86         pseq.evalue = evalue.toString();\r
  87         pseq.number = new Integer(hitcounter).toString();\r
  88         boolean unique = hits.add(pseq);\r
  89         assert unique : "Unique hits are expected!";\r
  90     }\r
  91 \r
  92     public static void main(String[] args) throws IOException {\r
  93         assert args[0] != null;\r
  94         JackHmmerHitParser parser = new JackHmmerHitParser(args[0]);\r
  95         BlastParser.printHits(parser.hits);\r
  96     }\r
  97 }\r