forester/ruby/scripts/pfam2go_reformat.rb

   1 #!/usr/local/bin/ruby -w
   2 #
   3 # = pfam2go_reformat
   4 #
   5 # Copyright::  Copyright (C) 2006-2008 Christian M. Zmasek
   6 # License::    GNU Lesser General Public License (LGPL)
   7 #
   8 # $Id: pfam2go_reformat.rb,v 1.4 2008/11/27 01:41:36 cmzmasek Exp $
   9 #
  10 # Reformat pfam2go to a "association" file suitable as input
  11 # for microarray GO enrichment/overrepresentation-type analyses,
  12 # and create a file listing all mapped Pfams as well.
  13
  14
  15 module ForesterScripts
  16
  17     require 'set'
  18
  19     if RUBY_VERSION !~ /1.9/
  20         puts( "Your ruby version is #{RUBY_VERSION}, expected 1.9.x " )
  21         exit( -1 )
  22     end
  23
  24     if ( ARGV == nil || ARGV.length != 2 )
  25         puts( "usage: pfam2go_reformat.rb <pfam2go file> <outfiles base>" )
  26         exit( -1 )
  27     end
  28
  29     infile  = ARGV[ 0 ]
  30     outfilebase = ARGV[ 1 ]
  31     outfile_sgd_style = outfilebase + "_sgd_style_associations"
  32     outfile_simple_map = outfilebase + "_basic_associations"
  33     outfile_all_pfams = outfilebase + "_all_associated_pfams"
  34
  35     pfams = SortedSet.new
  36
  37     if ( File.exists?( outfile_sgd_style ) )
  38         puts( "outfile [" +  outfile_sgd_style + "] already exists" )
  39         exit( -1 )
  40     end
  41     if ( File.exists?( outfile_simple_map ) )
  42         puts( "outfile [" +  outfile_simple_map + "] already exists" )
  43         exit( -1 )
  44     end
  45     if ( File.exists?( outfile_all_pfams ) )
  46         puts( "outfile [" + outfile_all_pfams + "] already exists" )
  47         exit( -1 )
  48     end
  49     if ( !File.exists?( infile) )
  50         puts( "infile [" + infile + "] does not exist" )
  51         exit( -1 )
  52     end
  53
  54     out_str_sgd = String.new
  55     out_str_basic = String.new
  56
  57     File.open( infile ) do | file |
  58         while line = file.gets
  59             if line =~ /^\s*Pfam:PF(\d+)\s+(\S+)\s.+(GO:\d+)\s*$/
  60                 pfam_id = $1
  61                 pfam_name = $2
  62                 go_id = $3
  63                 new_line = "PFAM" + "\t" + pfam_name + "\t" + pfam_name + "\t\t" + go_id + "\t" + "PF:" + pfam_id + "\t\t\t\t\t\t\t\t\t"
  64                 out_str_sgd = out_str_sgd + new_line + "\n"
  65                 out_str_basic = out_str_basic + pfam_name + "\t" + go_id + "\n"
  66                 pfams.add( pfam_name )
  67             end
  68         end
  69     end
  70
  71     open(  outfile_sgd_style, 'w' ) do |file|
  72         file.write( out_str_sgd )
  73     end
  74     open( outfile_simple_map, 'w' ) do |file|
  75         file.write( out_str_basic )
  76     end
  77     open( outfile_all_pfams, 'w' ) do |file|
  78         pfams.each { |pfam|
  79             file.write( pfam )
  80             file.write( "\n" )
  81         }
  82     end
  83     puts( "number of associated pfams         : " + pfams.size.to_s )
  84     puts( "wrote assocations in sgd style to  : " + outfile_sgd_style )
  85     puts( "wrote assocations in basic style to: " + outfile_simple_map )
  86     puts( "wrote all associated pfams to      : " + outfile_all_pfams )
  87     puts( "OK")
  88
  89 end
  90