forester/java/src/org/forester/application/msa_compactor.java

   1 // $Id:
   2 // FORESTER -- software libraries and applications
   3 // for evolutionary biology research and applications.
   4 //
   5 // Copyright (C) 2014 Christian M. Zmasek
   6 // Copyright (C) 2014 Sanford-Burnham Medical Research Institute
   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 // WWW: https://sites.google.com/site/cmzmasek/home/software/forester
  24
  25 package org.forester.application;
  26
  27 import java.io.File;
  28 import java.io.FileInputStream;
  29 import java.io.IOException;
  30 import java.util.ArrayList;
  31 import java.util.List;
  32
  33 import org.forester.io.parsers.FastaParser;
  34 import org.forester.io.parsers.GeneralMsaParser;
  35 import org.forester.msa.DeleteableMsa;
  36 import org.forester.msa.Msa.MSA_FORMAT;
  37 import org.forester.msa.MsaInferrer;
  38 import org.forester.msa.MsaMethods;
  39 import org.forester.msa_compactor.Chart;
  40 import org.forester.msa_compactor.MsaCompactor;
  41 import org.forester.msa_compactor.MsaProperties;
  42 import org.forester.util.CommandLineArguments;
  43 import org.forester.util.DescriptiveStatistics;
  44 import org.forester.util.ForesterUtil;
  45
  46 public class msa_compactor {
  47
  48     final static private String HELP_OPTION_1                          = "help";
  49     final static private String HELP_OPTION_2                          = "h";
  50     final static private String REMOVE_WORST_OFFENDERS_OPTION          = "r";
  51     final static private String AV_GAPINESS_OPTION                     = "g";
  52     final static private String STEP_OPTION                            = "s";
  53     final static private String LENGTH_OPTION                          = "l";
  54     final static private String REALIGN_OPTION                         = "a";
  55     //
  56     final static private String STEP_FOR_DIAGNOSTICS_OPTION            = "sd";
  57     final static private String MIN_LENGTH_OPTION                      = "ml";
  58     final static private String GAP_RATIO_LENGTH_OPTION                = "gr";
  59     final static private String REPORT_ALN_MEAN_IDENTITY               = "q";
  60     final static private String OUTPUT_FORMAT_PHYLIP_OPTION            = "p";
  61     final static private String OUTPUT_REMOVED_SEQS_OPTION             = "ro";
  62     final static private String MAFFT_OPTIONS                          = "mo";
  63     //
  64     final static private String PATH_TO_MAFFT_OPTION                   = "mafft";
  65     final static private String DO_NOT_NORMALIZE_FOR_EFF_LENGTH_OPTION = "nn";
  66     final static private String PRG_NAME                               = "msa_compactor";
  67     final static private String PRG_DESC                               = "multiple sequence aligment compactor";
  68     final static private String PRG_VERSION                            = "0.2";
  69     final static private String PRG_DATE                               = "140428";
  70     final static private String E_MAIL                                 = "czmasek@sanfordburham.org";
  71     final static private String WWW                                    = "https://sites.google.com/site/cmzmasek/home/software/forester";
  72
  73     public static void main( final String args[] ) {
  74         try {
  75             final CommandLineArguments cla = new CommandLineArguments( args );
  76             if ( cla.isOptionSet( HELP_OPTION_1 ) || cla.isOptionSet( HELP_OPTION_2 )
  77                     || ( ( cla.getNumberOfNames() < 1 ) || ( cla.getNumberOfNames() > 2 ) ) ) {
  78                 printHelp();
  79                 System.exit( 0 );
  80             }
  81             final File in = cla.getFile( 0 );
  82             File out = null;
  83             if ( cla.getNumberOfNames() > 1 ) {
  84                 out = cla.getFile( 1 );
  85             }
  86             int worst_remove = -1;
  87             double av_gap = -1;
  88             int length = -1;
  89             int step = 1;
  90             boolean realign = false;
  91             boolean norm = true;
  92             String path_to_mafft = null;
  93             int step_for_diagnostics = 1;
  94             int min_length = -1;
  95             double gap_ratio = -1;
  96             boolean report_aln_mean_identity = false;
  97             MSA_FORMAT output_format = MSA_FORMAT.FASTA;
  98             File removed_seqs_out_base = null;
  99             String mafft_options = "--auto";
 100             final List<String> allowed_options = new ArrayList<String>();
 101             allowed_options.add( REMOVE_WORST_OFFENDERS_OPTION );
 102             allowed_options.add( AV_GAPINESS_OPTION );
 103             allowed_options.add( LENGTH_OPTION );
 104             allowed_options.add( REALIGN_OPTION );
 105             allowed_options.add( DO_NOT_NORMALIZE_FOR_EFF_LENGTH_OPTION );
 106             allowed_options.add( STEP_OPTION );
 107             allowed_options.add( PATH_TO_MAFFT_OPTION );
 108             allowed_options.add( STEP_FOR_DIAGNOSTICS_OPTION );
 109             allowed_options.add( MIN_LENGTH_OPTION );
 110             allowed_options.add( GAP_RATIO_LENGTH_OPTION );
 111             allowed_options.add( REPORT_ALN_MEAN_IDENTITY );
 112             allowed_options.add( OUTPUT_FORMAT_PHYLIP_OPTION );
 113             allowed_options.add( OUTPUT_REMOVED_SEQS_OPTION );
 114             allowed_options.add( MAFFT_OPTIONS );
 115             final String dissallowed_options = cla.validateAllowedOptionsAsString( allowed_options );
 116             if ( dissallowed_options.length() > 0 ) {
 117                 ForesterUtil.fatalError( PRG_NAME, "unknown option(s): " + dissallowed_options );
 118             }
 119             DeleteableMsa msa = null;
 120             final FileInputStream is = new FileInputStream( in );
 121             if ( FastaParser.isLikelyFasta( in ) ) {
 122                 msa = DeleteableMsa.createInstance( FastaParser.parseMsa( is ) );
 123             }
 124             else {
 125                 msa = DeleteableMsa.createInstance( GeneralMsaParser.parse( is ) );
 126             }
 127             final DescriptiveStatistics initial_msa_stats = MsaMethods.calculateEffectiveLengthStatistics( msa );
 128             //System.out.println( initial_msa_stats.toString() );
 129             if ( ( cla.isOptionSet( LENGTH_OPTION ) || cla.isOptionSet( REMOVE_WORST_OFFENDERS_OPTION ) || cla
 130                     .isOptionSet( AV_GAPINESS_OPTION ) ) && ( out == null ) ) {
 131                 ForesterUtil.fatalError( PRG_NAME, "outfile file missing" );
 132             }
 133             if ( cla.isOptionSet( REMOVE_WORST_OFFENDERS_OPTION ) ) {
 134                 worst_remove = cla.getOptionValueAsInt( REMOVE_WORST_OFFENDERS_OPTION );
 135                 if ( ( worst_remove < 1 ) || ( worst_remove >= msa.getNumberOfSequences() - 1 ) ) {
 136                     ForesterUtil.fatalError( PRG_NAME, "number of worst offender sequences to remove is out of range: "
 137                             + worst_remove );
 138                 }
 139             }
 140             if ( cla.isOptionSet( AV_GAPINESS_OPTION ) ) {
 141                 if ( cla.isOptionSet( REMOVE_WORST_OFFENDERS_OPTION ) ) {
 142                     printHelp();
 143                     System.exit( 0 );
 144                 }
 145                 av_gap = cla.getOptionValueAsDouble( AV_GAPINESS_OPTION );
 146                 if ( ( av_gap < 0 ) || ( av_gap >= 1 ) ) {
 147                     ForesterUtil.fatalError( PRG_NAME, "target gap-ratio is out of range: " + av_gap );
 148                 }
 149             }
 150             if ( cla.isOptionSet( LENGTH_OPTION ) ) {
 151                 if ( cla.isOptionSet( REMOVE_WORST_OFFENDERS_OPTION ) || cla.isOptionSet( AV_GAPINESS_OPTION ) ) {
 152                     printHelp();
 153                     System.exit( 0 );
 154                 }
 155                 length = cla.getOptionValueAsInt( LENGTH_OPTION );
 156                 if ( ( length < 2 ) || ( length >= msa.getLength() ) ) {
 157                     ForesterUtil.fatalError( PRG_NAME, "target length is out of range: " + length );
 158                 }
 159             }
 160             if ( cla.isOptionSet( STEP_OPTION ) ) {
 161                 step = cla.getOptionValueAsInt( STEP_OPTION );
 162                 if ( ( step < 1 )
 163                         || ( ( step > msa.getNumberOfSequences() ) || ( ( worst_remove > 0 ) && ( step > worst_remove ) ) ) ) {
 164                     ForesterUtil.fatalError( PRG_NAME, "value for step is out of range: " + step );
 165                 }
 166             }
 167             if ( cla.isOptionSet( REALIGN_OPTION ) ) {
 168                 realign = true;
 169             }
 170             if ( cla.isOptionSet( PATH_TO_MAFFT_OPTION ) ) {
 171                 if ( !realign ) {
 172                     ForesterUtil.fatalError( PRG_NAME, "no need to indicate path to MAFFT without realigning" );
 173                 }
 174                 path_to_mafft = cla.getOptionValueAsCleanString( PATH_TO_MAFFT_OPTION );
 175             }
 176             if ( cla.isOptionSet( DO_NOT_NORMALIZE_FOR_EFF_LENGTH_OPTION ) ) {
 177                 norm = false;
 178             }
 179             //
 180             if ( cla.isOptionSet( STEP_FOR_DIAGNOSTICS_OPTION ) ) {
 181                 step_for_diagnostics = cla.getOptionValueAsInt( STEP_FOR_DIAGNOSTICS_OPTION );
 182                 if ( ( step_for_diagnostics < 1 )
 183                         || ( ( step_for_diagnostics > msa.getNumberOfSequences() ) || ( ( worst_remove > 0 ) && ( step_for_diagnostics > worst_remove ) ) ) ) {
 184                     ForesterUtil.fatalError( PRG_NAME, "value for diagnostic step is out of range: "
 185                             + step_for_diagnostics );
 186                 }
 187             }
 188             if ( cla.isOptionSet( MIN_LENGTH_OPTION ) ) {
 189                 min_length = cla.getOptionValueAsInt( MIN_LENGTH_OPTION );
 190                 if ( ( min_length < 2 ) || ( min_length > initial_msa_stats.getMax() ) ) {
 191                     ForesterUtil.fatalError( PRG_NAME, "value for minimal sequence length is out of range: "
 192                             + min_length );
 193                 }
 194             }
 195             if ( cla.isOptionSet( MIN_LENGTH_OPTION ) ) {
 196                 gap_ratio = cla.getOptionValueAsDouble( GAP_RATIO_LENGTH_OPTION );
 197                 if ( ( gap_ratio < 0 ) || ( gap_ratio > 1 ) ) {
 198                     ForesterUtil.fatalError( PRG_NAME, "gap ratio is out of range: " + gap_ratio );
 199                 }
 200             }
 201             if ( cla.isOptionSet( REPORT_ALN_MEAN_IDENTITY ) ) {
 202                 report_aln_mean_identity = true;
 203             }
 204             if ( cla.isOptionSet( OUTPUT_FORMAT_PHYLIP_OPTION ) ) {
 205                 output_format = MSA_FORMAT.PHYLIP;
 206             }
 207             if ( cla.isOptionSet( OUTPUT_REMOVED_SEQS_OPTION ) ) {
 208                 final String s = cla.getOptionValueAsCleanString( OUTPUT_REMOVED_SEQS_OPTION );
 209                 removed_seqs_out_base = new File( s );
 210             }
 211             if ( realign ) {
 212                 if ( ForesterUtil.isEmpty( path_to_mafft ) ) {
 213                     path_to_mafft = MsaCompactor.guessPathToMafft();
 214                 }
 215                 checkPathToMafft( path_to_mafft );
 216                 if ( cla.isOptionSet( MAFFT_OPTIONS ) ) {
 217                     mafft_options = cla.getOptionValueAsCleanString( MAFFT_OPTIONS );
 218                     if ( ForesterUtil.isEmpty( mafft_options ) || ( mafft_options.length() < 3 ) ) {
 219                         ForesterUtil.fatalError( PRG_NAME, "gap ratio is out of range: " + gap_ratio );
 220                     }
 221                 }
 222             }
 223             if ( ( !cla.isOptionSet( LENGTH_OPTION ) && !cla.isOptionSet( REMOVE_WORST_OFFENDERS_OPTION ) && !cla
 224                     .isOptionSet( AV_GAPINESS_OPTION ) ) && ( ( out != null ) || ( removed_seqs_out_base != null ) ) ) {
 225                 ForesterUtil.fatalError( PRG_NAME,
 226                                          "chart only, no outfile(s) produced (no need to indicate output file(s))" );
 227             }
 228             ForesterUtil.printProgramInformation( PRG_NAME,
 229                                                   PRG_DESC,
 230                                                   PRG_VERSION,
 231                                                   PRG_DATE,
 232                                                   E_MAIL,
 233                                                   WWW,
 234                                                   ForesterUtil.getForesterLibraryInformation() );
 235             //
 236             System.out.println( "Input MSA                            : " + in );
 237             if ( out != null ) {
 238                 System.out.println( "Output                               : " + out );
 239             }
 240             else {
 241                 System.out.println( "Output                               : n/a" );
 242             }
 243             if ( removed_seqs_out_base != null ) {
 244                 System.out.println( "Write removed sequences to           : " + removed_seqs_out_base );
 245             }
 246             if ( worst_remove > 0 ) {
 247                 System.out.println( "Number of worst offenders to remove  : " + worst_remove );
 248             }
 249             else if ( av_gap > 0 ) {
 250                 System.out.println( "Target gap-ratio                     : " + av_gap );
 251             }
 252             else if ( length > 0 ) {
 253                 System.out.println( "Target MSA length                    : " + length );
 254             }
 255             else {
 256                 System.out.println( "Chart and diagnostics only           : true" );
 257             }
 258             if ( ( out != null ) || ( removed_seqs_out_base != null ) ) {
 259                 System.out.println( "Output format                        : "
 260                         + ( output_format == MSA_FORMAT.FASTA ? "fasta" : "phylip" ) );
 261             }
 262             System.out.println( "Step for output and re-aligning      : " + step );
 263             System.out.println( "Step for diagnostics reports         : " + step_for_diagnostics );
 264             System.out.println( "Calculate mean identity              : " + report_aln_mean_identity );
 265             if ( !norm ) {
 266                 System.out.println( "Normalize                            : " + norm );
 267             }
 268             System.out.println( "Realign                              : " + realign );
 269             if ( realign ) {
 270                 System.out.println( "MAFFT options                        : " + mafft_options );
 271             }
 272             if ( min_length > -1 ) {
 273                 System.out.println( "Minimal effective sequence length    : " + min_length );
 274             }
 275             if ( gap_ratio > -1 ) {
 276                 System.out.println( "Maximum allowed gap ratio per column : " + gap_ratio );
 277             }
 278             System.out.println();
 279             //
 280             //
 281             final int initial_number_of_seqs = msa.getNumberOfSequences();
 282             List<MsaProperties> msa_props = null;
 283             if ( worst_remove > 0 ) {
 284                 final MsaCompactor mc = new MsaCompactor( msa );
 285                 mc.setRealign( realign );
 286                 mc.setOutputFormat( output_format );
 287                 if ( realign ) {
 288                     mc.setPathToMafft( path_to_mafft );
 289                     mc.setMafftOptions( mafft_options );
 290                 }
 291                 mc.setNorm( norm );
 292                 mc.setReportAlnMeanIdentity( report_aln_mean_identity );
 293                 mc.setOutFileBase( out );
 294                 if ( removed_seqs_out_base != null ) {
 295                     mc.setRemovedSeqsOutBase( removed_seqs_out_base );
 296                 }
 297                 mc.setStep( step );
 298                 mc.setStepForDiagnostics( step_for_diagnostics );
 299                 msa_props = mc.removeWorstOffenders( worst_remove );
 300             }
 301             else if ( av_gap > 0 ) {
 302                 final MsaCompactor mc = new MsaCompactor( msa );
 303                 mc.setRealign( realign );
 304                 mc.setOutputFormat( output_format );
 305                 if ( realign ) {
 306                     mc.setPathToMafft( path_to_mafft );
 307                     mc.setMafftOptions( mafft_options );
 308                 }
 309                 mc.setNorm( norm );
 310                 mc.setReportAlnMeanIdentity( report_aln_mean_identity );
 311                 mc.setOutFileBase( out );
 312                 if ( removed_seqs_out_base != null ) {
 313                     mc.setRemovedSeqsOutBase( removed_seqs_out_base );
 314                 }
 315                 mc.setStep( step );
 316                 mc.setStepForDiagnostics( step_for_diagnostics );
 317                 msa_props = mc.removeViaGapAverage( av_gap );
 318             }
 319             else if ( length > 0 ) {
 320                 // TODO if < shortest seq -> error
 321                 final MsaCompactor mc = new MsaCompactor( msa );
 322                 mc.setRealign( realign );
 323                 mc.setOutputFormat( output_format );
 324                 if ( realign ) {
 325                     mc.setPathToMafft( path_to_mafft );
 326                     mc.setMafftOptions( mafft_options );
 327                 }
 328                 mc.setNorm( norm );
 329                 mc.setReportAlnMeanIdentity( report_aln_mean_identity );
 330                 mc.setOutFileBase( out );
 331                 if ( removed_seqs_out_base != null ) {
 332                     mc.setRemovedSeqsOutBase( removed_seqs_out_base );
 333                 }
 334                 mc.setStep( step );
 335                 mc.setStepForDiagnostics( step_for_diagnostics );
 336                 msa_props = mc.removeViaLength( length );
 337             }
 338             else {
 339                 //MsaCompactor.chart( msa, step, realign, norm, path_to_mafft );
 340                 final MsaCompactor mc = new MsaCompactor( msa );
 341                 mc.setRealign( realign );
 342                 if ( realign ) {
 343                     mc.setPathToMafft( path_to_mafft );
 344                     mc.setMafftOptions( mafft_options );
 345                 }
 346                 mc.setNorm( norm );
 347                 mc.setReportAlnMeanIdentity( report_aln_mean_identity );
 348                 mc.setOutFileBase( out );
 349                 mc.setStep( step );
 350                 mc.setStepForDiagnostics( step_for_diagnostics );
 351                 msa_props = mc.chart( step, realign, norm );
 352             }
 353             Chart.display( msa_props, initial_number_of_seqs, report_aln_mean_identity, in.toString() );
 354         }
 355         catch ( final IllegalArgumentException iae ) {
 356             iae.printStackTrace(); //TODO remove me
 357             ForesterUtil.fatalError( PRG_NAME, iae.getMessage() );
 358         }
 359         catch ( final IOException ioe ) {
 360             ioe.printStackTrace(); //TODO remove me
 361             ForesterUtil.fatalError( PRG_NAME, ioe.getMessage() );
 362         }
 363         catch ( final Exception e ) {
 364             ForesterUtil.unexpectedFatalError( PRG_NAME, e );
 365         }
 366     }
 367
 368     private static void checkPathToMafft( final String path_to_mafft ) {
 369         if ( !ForesterUtil.isEmpty( path_to_mafft ) && MsaInferrer.isInstalled( path_to_mafft ) ) {
 370             ForesterUtil.programMessage( PRG_NAME, "using MAFFT at \"" + path_to_mafft + "\"" );
 371         }
 372         else {
 373             if ( ForesterUtil.isEmpty( path_to_mafft ) ) {
 374                 ForesterUtil.fatalError( PRG_NAME, "no MAFFT executable found, use -\"" + PATH_TO_MAFFT_OPTION
 375                         + "=<path to MAFFT>\" option" );
 376             }
 377             else {
 378                 ForesterUtil.fatalError( PRG_NAME, "no MAFFT executable at \"" + path_to_mafft + "\"" );
 379             }
 380         }
 381     }
 382
 383     private static void printHelp() {
 384         ForesterUtil.printProgramInformation( PRG_NAME,
 385                                               PRG_DESC,
 386                                               PRG_VERSION,
 387                                               PRG_DATE,
 388                                               E_MAIL,
 389                                               WWW,
 390                                               ForesterUtil.getForesterLibraryInformation() );
 391         final String path_to_mafft = MsaCompactor.guessPathToMafft();
 392         String mafft_comment;
 393         if ( !ForesterUtil.isEmpty( path_to_mafft ) ) {
 394             mafft_comment = " (using " + path_to_mafft + ")";
 395         }
 396         else {
 397             mafft_comment = " (no path to MAFFT found, use -\"" + PATH_TO_MAFFT_OPTION + "=<path to MAFFT>\" option";
 398         }
 399         System.out.println( "Usage:" );
 400         System.out.println();
 401         System.out.println( PRG_NAME + " <options> <msa input file> <output file base>" );
 402         System.out.println();
 403         System.out.println( " options: " );
 404         System.out.println();
 405         System.out.println( "   -" + REMOVE_WORST_OFFENDERS_OPTION
 406                 + "=<integer>   number of worst offender sequences to remove" );
 407         System.out.println( "   -" + LENGTH_OPTION + "=<integer>   target MSA length" );
 408         System.out.println( "   -" + AV_GAPINESS_OPTION + "=<decimal>   target gap-ratio (0.0-1.0)" );
 409         System.out.println( "   -" + REALIGN_OPTION + "             to realign using MAFFT" + mafft_comment );
 410         System.out.println( "   -" + MAFFT_OPTIONS + "=<string>   options for MAFFT (default: --auto)" );
 411         System.out.println( "   -" + STEP_OPTION + "=<integer>   step for output and re-aligning (default: 1)" );
 412         System.out.println( "   -" + STEP_FOR_DIAGNOSTICS_OPTION
 413                 + "=<integer>  step for diagnostics reports (default: 1)" );
 414         //   System.out.println( "   -" + MIN_LENGTH_OPTION
 415         //           + "=<integer>  minimal effecive sequence length (for deleting of shorter sequences)" );
 416         //   System.out.println( "   -" + GAP_RATIO_LENGTH_OPTION
 417         //           + "=<decimal>  maximal allowed gap ratio per column (for deleting of columms) (0.0-1.0)" );
 418         System.out
 419                 .println( "   -"
 420                         + REPORT_ALN_MEAN_IDENTITY
 421                         + "             to calculate mean MSA column identity (\"MSA quality\") (not recommended for very large alignments)" );
 422         System.out.println( "   -" + OUTPUT_FORMAT_PHYLIP_OPTION
 423                 + "             to write output alignments in phylip format instead of fasta" );
 424         System.out.println( "   -" + OUTPUT_REMOVED_SEQS_OPTION + "=<file>     to output the removed sequences" );
 425         System.out.println();
 426         System.out.println();
 427         System.out.println();
 428     }
 429 }