binaries/src/iupred/getquery.c

   1 #include <stdlib.h>
   2 #include <stdio.h>
   3 #include <string.h>
   4 #include <ctype.h>
   5
   6 #include "getquery.h"
   7 #include "gjutil.h"
   8
   9 /* get the next sequence entry from a fasta format file and
  10    return a pointer to a structure containing this information.
  11
  12    Format expected of the input file is:
  13
  14    >IDENT Title here
  15    ONE LETTER CODE SEQUENCE ON SEVERAL LINES
  16    LIKE THIS
  17    >NEXTIDENT  Next title etc.
  18
  19    The routine reads lines from the file until it finds one that starts
  20    in '>'.  It then reads this line as an ID, title line before reading
  21    all alphabetic characters that follow as the amino acid sequence.
  22    The sequence is terminated by the next '>' or End of File.
  23
  24    This means that the must ONLY contain sequences.  PIR format permits
  25    more flexibility in the input file.
  26
  27    NOTE:  This routine assumes that no line will be longer than the
  28    p->MAX_BUFFER_LEN.  Any program that calls this routine should
  29    have p->MAX_BUFFER_LEN set suitably big.  This can be done by
  30    pre-checking the database file for line lengths.
  31
  32    Author: G. J. Barton (October 1995)
  33
  34 */
  35
  36 SEQS *gseq_fasta(FILE *seqfile)
  37 {
  38
  39   char *buff,*tbuff;
  40   SEQS *ret_val;
  41   int MAX_BUFFER_LEN = 10000;
  42   int MAX_SEQ_LEN = 10000;
  43   char *ident = NULL;
  44   char *title = NULL;
  45
  46   GJ_S_COUNT j;
  47   int c;
  48   STD_FILES;
  49
  50   buff = (char *) GJmalloc(sizeof(char) * MAX_BUFFER_LEN);
  51   tbuff = buff;
  52
  53   while((buff = fgets(buff,MAX_BUFFER_LEN,seqfile)) != NULL) {
  54     if(buff[0] == '>') {
  55       ret_val = (SEQS *) GJmalloc(sizeof(SEQS));
  56       ident = strtok(&buff[1]," ");
  57       if(ident != NULL) {
  58         ident=GJremovechar2(ident,'\n');
  59         ret_val->id = GJstrdup(ident);
  60         ret_val->ilen = strlen(ident);
  61       }else {
  62         GJerror("Something strange with sequence identifier in fasta file");
  63         fprintf(std_err,"Line:%s\n",buff);
  64         return NULL;
  65       }
  66       title = strtok(NULL,"\n");
  67       if(title != NULL) {
  68         ret_val->title = GJstrdup(title);
  69         ret_val->tlen = strlen(title);
  70       }else {
  71         /*      GJerror("Something strange with sequence title in fasta file");*/
  72         /*      fprintf(std_err,"Line:%s\n",buff);*/
  73         /*if(p->VERBOSE > 10)fprintf(std_err,"Title missing in FASTA file - Inserting dummy: %s\n",buff);*/
  74         ret_val->title = GJstrdup("-");
  75         ret_val->tlen = strlen(ret_val->title);
  76         /*      return NULL;*/
  77       }
  78       ret_val->seq = (char *) GJmalloc(sizeof(char) * MAX_SEQ_LEN);
  79       ret_val->seq[0] = ' ';
  80       j = 0;
  81       for(;;) {
  82         c = fgetc(seqfile);
  83         if(c == EOF || c == '>') {
  84           ungetc(c,seqfile);
  85           ret_val->seq[j] = '\0';
  86           ret_val->slen = j;
  87           ret_val->seq = (char *) GJrealloc(ret_val->seq,sizeof(char) * ret_val->slen);
  88           GJfree(buff);
  89           return ret_val;
  90         }else if(isalpha(c)) {
  91           if(j == (MAX_SEQ_LEN - 3)){
  92             fprintf(std_err,"Sequence too long: %s (> %d residues):  Increase MAX_SEQ_LEN\n",
  93                     ret_val->id,j);
  94             exit(-1);
  95           }
  96           ret_val->seq[j++] = toupper(c);
  97         }
  98       }
  99     }
 100   }
 101   GJfree(tbuff);
 102   return(NULL);
 103 }
 104
 105 /*
 106 int main(int argc, char **argv)
 107 {
 108    FILE *fasta;
 109    SEQS *seq;
 110    fasta = fopen("/homes/pvtroshin/large.fasta", "r");
 111
 112    do{
 113      seq = gseq_fasta(fasta);
 114      if(seq!=NULL) printf("Seq: %s\n",seq->id );
 115    } while(seq != NULL);
 116
 117    fclose(fasta);
 118   return 0;
 119 }
 120 */