forester/ruby/evoruby/exe/select_same_gn.rb

   1 #!/usr/local/bin/ruby -w
   2
   3
   4 require 'lib/evo/sequence/sequence'
   5 require 'lib/evo/msa/msa'
   6 require 'lib/evo/msa/msa_factory'
   7 require 'lib/evo/io/writer/fasta_writer'
   8 require 'lib/evo/io/parser/fasta_parser'
   9
  10
  11 module Evoruby
  12
  13   input = ARGV[ 0 ]
  14   f = MsaFactory.new()
  15
  16   IGNORE_SEQS_LACKING_GN = false
  17
  18   msa = nil
  19
  20   begin
  21     msa = f.create_msa_from_file( input, FastaParser.new() )
  22   rescue Exception => e
  23     puts "error: " + e.to_s
  24     exit
  25   end
  26
  27   all_names = Set.new
  28   all_seqs_per_species = Hash.new
  29   gn_to_seqs = Hash.new
  30   unique_genes_msa = Msa.new
  31   longest_non_unique_genes_msa = Msa.new
  32   gn_re = /GN=(\S+)/
  33   fragment_re = /fragment/i
  34   species_re = /\[([A-Z]{3,5})\]$/
  35
  36   frag_counter = 0
  37   no_gn_counter = 0
  38
  39   for i in 0 ... msa.get_number_of_seqs()
  40     seq = msa.get_sequence( i )
  41     name = seq.get_name
  42     if all_names.include?( name )
  43       puts "error: sequence name \"" + name + "\" is not unique (#" + i.to_s + ")"
  44       exit
  45     else
  46       all_names << name
  47     end
  48     #mol_seq = seq.get_sequence_as_string.upcase
  49     #if all_seqs.include?( mol_seq )
  50     #  puts "error: sequence of \"" + name + "\" is not unique (#" + i.to_s + ")"
  51     #  exit
  52     #else
  53     #  all_seqs << mol_seq
  54     #end
  55
  56
  57
  58     if fragment_re.match( name )
  59       puts "ignored because fragment: " + name
  60       frag_counter += 1
  61       next
  62     end
  63
  64     species = nil
  65     if species_re.match( name )
  66       species = species_re[1]
  67       puts species
  68     else
  69        puts "no species for: " + name
  70        exit
  71     end
  72
  73     gn_match = gn_re.match( name )
  74     if IGNORE_SEQS_LACKING_GN
  75       unless gn_match
  76         puts "ignored because no GN=: " + name
  77         no_gn_counter += 1
  78         next
  79       end
  80     else
  81       unless gn_match
  82         puts "no GN=: " + name
  83       end
  84     end
  85
  86     gn =nil
  87     if gn_match
  88       gn = gn_match[1]
  89     else
  90       if IGNORE_SEQS_LACKING_GN
  91         puts "cannot be"
  92         exit
  93       end
  94       gn = name
  95     end
  96
  97     unless gn_to_seqs.has_key?(gn)
  98       gn_to_seqs[gn] = Msa.new
  99     end
 100     gn_to_seqs[gn].add_sequence(seq)
 101   end
 102
 103   puts "Sequences ignored because \"fragment\" in desc: " + frag_counter.to_s
 104   puts "Sequences ignored because no \"GN=\" in desc  : " + no_gn_counter.to_s
 105   puts
 106   puts
 107
 108   counter = 1
 109   gn_to_seqs.each_pair do |gene,seqs|
 110     if seqs.get_number_of_seqs > 1
 111       puts counter.to_s + ": " + gene
 112       puts seqs.to_fasta
 113       puts
 114       puts
 115       counter += 1
 116       longest = 0
 117       longest_seq = nil
 118       for j in 0 ... seqs.get_number_of_seqs()
 119         current = seqs.get_sequence( j )
 120         if current.get_length > longest
 121           longest =  current.get_length
 122           longest_seq = current
 123         end
 124       end
 125       longest_non_unique_genes_msa.add_sequence(longest_seq)
 126     else
 127       unique_genes_msa.add_sequence( seqs.get_sequence( 0 ) )
 128     end
 129   end
 130   w = FastaWriter.new
 131   w.write(unique_genes_msa, "seqs_from_unique_genes.fasta")
 132   w.write(longest_non_unique_genes_msa, "longest_seqs_from_nonunique_genes.fasta")
 133 end