forester/java/src/org/forester/application/check_fasta.java

   1 // $Id:
   2 // FORESTER -- software libraries and applications
   3 // for evolutionary biology research and applications.
   4 //
   5 // Copyright (C) 2008-2009 Christian M. Zmasek
   6 // Copyright (C) 2008-2009 Burnham Institute for Medical Research
   7 // All rights reserved
   8 //
   9 // This library is free software; you can redistribute it and/or
  10 // modify it under the terms of the GNU Lesser General Public
  11 // License as published by the Free Software Foundation; either
  12 // version 2.1 of the License, or (at your option) any later version.
  13 //
  14 // This library is distributed in the hope that it will be useful,
  15 // but WITHOUT ANY WARRANTY; without even the implied warranty of
  16 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
  17 // Lesser General Public License for more details.
  18 //
  19 // You should have received a copy of the GNU Lesser General Public
  20 // License along with this library; if not, write to the Free Software
  21 // Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA
  22 //
  23 // Contact: phylosoft @ gmail . com
  24 // WWW: https://sites.google.com/site/cmzmasek/home/software/forester
  25
  26 package org.forester.application;
  27
  28 import java.io.File;
  29 import java.io.FileInputStream;
  30 import java.io.IOException;
  31 import java.util.ArrayList;
  32 import java.util.Collections;
  33 import java.util.HashMap;
  34 import java.util.List;
  35 import java.util.Map;
  36
  37 import org.forester.io.parsers.FastaParser;
  38 import org.forester.io.writers.SequenceWriter;
  39 import org.forester.io.writers.SequenceWriter.SEQ_FORMAT;
  40 import org.forester.sequence.BasicSequence;
  41 import org.forester.sequence.MolecularSequence;
  42 import org.forester.util.CommandLineArguments;
  43 import org.forester.util.ForesterUtil;
  44
  45 public final class check_fasta {
  46
  47     final static private String PRG_NAME    = "check_fasta";
  48     final static private String PRG_VERSION = "1.00";
  49     final static private String PRG_DATE    = "131202";
  50
  51     public static void main( final String args[] ) {
  52         ForesterUtil.printProgramInformation( check_fasta.PRG_NAME, check_fasta.PRG_VERSION, check_fasta.PRG_DATE );
  53         System.out.println();
  54         if ( ( args.length != 2 ) ) {
  55             check_fasta.argumentsError();
  56         }
  57         CommandLineArguments cla = null;
  58         try {
  59             cla = new CommandLineArguments( args );
  60         }
  61         catch ( final Exception e ) {
  62             ForesterUtil.fatalError( PRG_NAME, e.getMessage() );
  63         }
  64         final File indir = cla.getFile( 0 );
  65         final File outdir = cla.getFile( 1 );
  66         if ( !indir.isDirectory() ) {
  67             ForesterUtil.fatalError( PRG_NAME, indir + " is not a directory" );
  68         }
  69         if ( !outdir.isDirectory() ) {
  70             ForesterUtil.fatalError( PRG_NAME, outdir + " is not a directory" );
  71         }
  72         final File[] list_of_files = indir.listFiles();
  73         final List<File> infiles = new ArrayList<File>();
  74         for( final File file : list_of_files ) {
  75             if ( file.isFile()
  76                     && file.canRead()
  77                     && ( file.toString().toLowerCase().endsWith( ".fasta" ) || file.toString().toLowerCase()
  78                             .endsWith( ".fas" ) ) ) {
  79                 infiles.add( file );
  80             }
  81         }
  82         Collections.sort( infiles );
  83         int c = 0;
  84         for( final File infile : infiles ) {
  85             System.out.println( ++c + "/" + infiles.size() + ": " + infile );
  86             execute( outdir, infile );
  87         }
  88     }
  89
  90     private static void execute( final File outdir, final File infile ) {
  91         final File outfile = new File( outdir.getAbsolutePath().toString() + "/" + infile.getName() );
  92         if ( outfile.exists() ) {
  93             System.out.println( outfile + " already exists" );
  94         }
  95         else {
  96             try {
  97                 final List<MolecularSequence> seqs = FastaParser.parse( new FileInputStream( infile ) );
  98                 final Map<String, Short> names = new HashMap<String, Short>();
  99                 int duplicates = 0;
 100                 for( final MolecularSequence seq : seqs ) {
 101                     if ( procSeq( infile.toString(), names, seq ) ) {
 102                         ++duplicates;
 103                     }
 104                 }
 105                 if ( duplicates > 0 ) {
 106                     SequenceWriter.writeSeqs( seqs, outfile, SEQ_FORMAT.FASTA, 60 );
 107                 }
 108             }
 109             catch ( final IOException e ) {
 110                 ForesterUtil.fatalError( PRG_NAME, e.getMessage() );
 111             }
 112         }
 113     }
 114
 115     private static boolean procSeq( final String infile, final Map<String, Short> names, final MolecularSequence seq ) {
 116         boolean duplicate = false;
 117         final String name = seq.getIdentifier();
 118         if ( !names.containsKey( name ) ) {
 119             names.put( name, ( short ) 1 );
 120         }
 121         else {
 122             duplicate = true;
 123             final short i = names.get( name );
 124             ( ( BasicSequence ) seq ).setIdentifier( name + "_" + i );
 125             names.put( name, ( short ) ( i + 1 ) );
 126             System.out.println( "  " + infile + " " + i + ": " + seq.getIdentifier() );
 127         }
 128         return duplicate;
 129     }
 130
 131     private static void argumentsError() {
 132         System.out.println( PRG_NAME + " <indir> <outdir>" );
 133         System.out.println();
 134         System.exit( -1 );
 135     }
 136 }