binaries/src/clustalo/src/squid/a2m.c

   1 /*****************************************************************
   2  * SQUID - a library of functions for biological sequence analysis
   3  * Copyright (C) 1992-2002 Washington University School of Medicine
   4  *
   5  *     This source code is freely distributed under the terms of the
   6  *     GNU General Public License. See the files COPYRIGHT and LICENSE
   7  *     for details.
   8  *****************************************************************/
   9
  10 /* a2m.c
  11  *
  12  * reading/writing A2M (aligned FASTA) files.
  13  *
  14  * RCS $Id: a2m.c 242 2011-05-27 14:04:21Z andreas $ (Original squid RCS Id: a2m.c,v 1.1 1999/07/15 22:26:40 eddy Exp)
  15  */
  16
  17 #include <stdio.h>
  18 #include <stdlib.h>
  19 #include <string.h>
  20 #include "squid.h"
  21 #include "msa.h"
  22
  23 /* Function: ReadA2M()
  24  * Date:     SRE, Sun Jun  6 17:11:29 1999 [bus from Madison 1999 worm mtg]
  25  *
  26  * Purpose:  Parse an alignment read from an open A2M format
  27  *           alignment file. A2M is a single alignment format.
  28  *           Return the alignment, or NULL if we've already
  29  *           read the alignment.
  30  *
  31  * Args:     afp - open alignment file
  32  *
  33  * Returns:  MSA *  - an alignment object.
  34  *                    Caller responsible for an MSAFree()
  35  */
  36 MSA *
  37 ReadA2M(MSAFILE *afp)
  38 {
  39   MSA  *msa;
  40   char *buf;
  41   char *name;
  42   char *desc;
  43   char *seq;
  44   int   idx;
  45   int   len1, len2;
  46
  47   if (feof(afp->f)) return NULL;
  48
  49   name = NULL;
  50   msa  = MSAAlloc(10, 0);
  51   idx  = 0;
  52   while ((buf = MSAFileGetLine(afp)) != NULL)
  53     {
  54       if (*buf == '>')
  55         {
  56           buf++;                /* skip the '>' */
  57           if ((name = sre_strtok(&buf, WHITESPACE, &len1)) == NULL)
  58             Die("Blank name in A2M file %s (line %d)\n", afp->fname, afp->linenumber);
  59           desc = sre_strtok(&buf, "\n", &len2);
  60
  61           idx = GKIStoreKey(msa->index, name);
  62           if (idx >= msa->nseqalloc) MSAExpand(msa);
  63
  64           msa->sqname[idx] = sre_strdup(name, len1);
  65           if (desc != NULL) MSASetSeqDescription(msa, idx, desc);
  66           msa->nseq++;
  67         }
  68       else if (name != NULL)
  69         {
  70           if ((seq = sre_strtok(&buf, WHITESPACE, &len1)) == NULL) continue;
  71           msa->sqlen[idx] = sre_strcat(&(msa->aseq[idx]), msa->sqlen[idx], seq, len1);
  72         }
  73     }
  74   if (name == NULL) { MSAFree(msa); return NULL; }
  75
  76   MSAVerifyParse(msa);
  77   return msa;
  78 }
  79
  80
  81 /* Function: WriteA2M()
  82  * Date:     SRE, Sun Jun  6 17:40:35 1999 [bus from Madison, 1999 worm mtg]
  83  *
  84  * Purpose:  Write an "aligned FASTA" (aka a2m, to UCSC) formatted
  85  *           alignment.
  86  *
  87  * Args:     fp    - open FILE to write to.
  88  *           msa   - alignment to write
  89  *
  90  * Returns:  void
  91  */
  92 void
  93 #ifdef CLUSTALO
  94 WriteA2M(FILE *fp, MSA *msa, int vienna)
  95 #else
  96 WriteA2M(FILE *fp, MSA *msa)
  97 #endif
  98 {
  99   int  idx;                     /* sequence index */
 100   int  pos;                     /* position in sequence */
 101   char buf[64];                 /* buffer for individual lines */
 102   int  cpl = 60;                /* char per line; must be < 64 unless buf is bigger */
 103
 104   buf[cpl] = '\0';
 105   for (idx = 0; idx < msa->nseq; idx++)
 106     {
 107 #ifdef CLUSTALO
 108                 /* most fasta sequences don't have a description, which
 109          * leads to a trailing white space in the original code
 110                  */
 111                 fprintf(fp, ">%s",  msa->sqname[idx]);
 112
 113         if (msa->sqdesc != NULL && msa->sqdesc[idx] != NULL && !vienna) {
 114             fprintf(fp, " %s", msa->sqdesc[idx]);
 115         }
 116         fprintf(fp, "\n");
 117 #else
 118         fprintf(fp, ">%s %s\n",
 119                 msa->sqname[idx],
 120                 (msa->sqdesc != NULL && msa->sqdesc[idx] != NULL) ? msa->sqdesc[idx] : "");
 121 #endif
 122         for (pos = 0; pos < msa->alen; pos+=cpl)
 123         {
 124             strncpy(buf, &(msa->aseq[idx][pos]), cpl);
 125                         if (vienna)
 126                             fprintf(fp, "%s", buf);
 127                         else
 128                                 fprintf(fp, "%s\n", buf);
 129         }
 130                 if (vienna)
 131                     fprintf(fp, "\n");
 132
 133     }
 134 }