| 1 |
|
|---|
| 2 |
|
|---|
| 3 |
|
|---|
| 4 |
package FastaDB; |
|---|
| 5 |
use strict; |
|---|
| 6 |
use vars qw(@ISA @EXPORT $VERSION); |
|---|
| 7 |
use Exporter; |
|---|
| 8 |
use PostData; |
|---|
| 9 |
use FileHandle; |
|---|
| 10 |
use URI::Escape; |
|---|
| 11 |
use Bio::DB::Fasta; |
|---|
| 12 |
|
|---|
| 13 |
@ISA = qw( |
|---|
| 14 |
); |
|---|
| 15 |
|
|---|
| 16 |
|
|---|
| 17 |
|
|---|
| 18 |
sub new { |
|---|
| 19 |
my $class = shift; |
|---|
| 20 |
my $dir = shift; |
|---|
| 21 |
|
|---|
| 22 |
my $self = {}; |
|---|
| 23 |
|
|---|
| 24 |
bless ($self, $class); |
|---|
| 25 |
|
|---|
| 26 |
die "ERROR: Directory $dir does not exist or is not a directory.\n" if(! -d $dir); |
|---|
| 27 |
|
|---|
| 28 |
$self->{dirname} = $dir; |
|---|
| 29 |
my @args = @_; |
|---|
| 30 |
push (@args, ('-makeid' => \&makeid)); |
|---|
| 31 |
|
|---|
| 32 |
my @files = <$dir/*>; |
|---|
| 33 |
|
|---|
| 34 |
|
|---|
| 35 |
my @keep; |
|---|
| 36 |
foreach my $file (@files){ |
|---|
| 37 |
next if (! -f $file); |
|---|
| 38 |
next unless ($file =~ /\.(fa|fasta|fast|FA|FASTA|FAST|dna)$/); |
|---|
| 39 |
push(@keep, $file); |
|---|
| 40 |
} |
|---|
| 41 |
|
|---|
| 42 |
|
|---|
| 43 |
foreach my $file (@keep){ |
|---|
| 44 |
push(@{$self->{index}}, new Bio::DB::Fasta($file, @args)); |
|---|
| 45 |
|
|---|
| 46 |
|
|---|
| 47 |
my ($title) = $file =~ /([^\/]+)$/; |
|---|
| 48 |
$self->{file2index}{$title} = $self->{index}->[-1]; |
|---|
| 49 |
} |
|---|
| 50 |
|
|---|
| 51 |
return $self; |
|---|
| 52 |
} |
|---|
| 53 |
|
|---|
| 54 |
sub reindex { |
|---|
| 55 |
my $self = shift; |
|---|
| 56 |
my $dir = $self->{dirname}; |
|---|
| 57 |
|
|---|
| 58 |
die "ERROR: Directory $dir does not exist or is not a directory.\n" if(! -d $dir); |
|---|
| 59 |
|
|---|
| 60 |
my @args = ('-reindex' => 1, |
|---|
| 61 |
'-makeid' => \&makeid |
|---|
| 62 |
); |
|---|
| 63 |
|
|---|
| 64 |
my @files = <$dir/*>; |
|---|
| 65 |
|
|---|
| 66 |
|
|---|
| 67 |
my @keep; |
|---|
| 68 |
foreach my $file (@files){ |
|---|
| 69 |
next if (! -f $file); |
|---|
| 70 |
next unless ($file =~ /\.(fa|fasta|fast|FA|FASTA|FAST|dna)$/); |
|---|
| 71 |
push(@keep, $file); |
|---|
| 72 |
} |
|---|
| 73 |
|
|---|
| 74 |
|
|---|
| 75 |
$self->{index} = []; |
|---|
| 76 |
|
|---|
| 77 |
|
|---|
| 78 |
foreach my $file (@keep){ |
|---|
| 79 |
push(@{$self->{index}}, new Bio::DB::Fasta($file, @args)); |
|---|
| 80 |
|
|---|
| 81 |
|
|---|
| 82 |
my ($title) = $file =~ /([^\/]+)$/; |
|---|
| 83 |
$self->{file2index}{$title} = $self->{index}->[-1]; |
|---|
| 84 |
} |
|---|
| 85 |
|
|---|
| 86 |
return $self; |
|---|
| 87 |
} |
|---|
| 88 |
|
|---|
| 89 |
|
|---|
| 90 |
sub get_Seq_for_hit { |
|---|
| 91 |
my $self = shift; |
|---|
| 92 |
my $hit = shift; |
|---|
| 93 |
|
|---|
| 94 |
my $r_ind = $self->{file2index}; |
|---|
| 95 |
my $id = $hit->name; |
|---|
| 96 |
|
|---|
| 97 |
if($hit->description =~ /MD5_alias=(\S+)/){ |
|---|
| 98 |
$id = $1; |
|---|
| 99 |
} |
|---|
| 100 |
|
|---|
| 101 |
my $dbf = $hit->database_name; |
|---|
| 102 |
|
|---|
| 103 |
return $self->get_Seq_by_id($id) if(! defined $dbf); |
|---|
| 104 |
|
|---|
| 105 |
($dbf) = $dbf =~ /([^\/]+)$/; |
|---|
| 106 |
|
|---|
| 107 |
my $fastaObj; |
|---|
| 108 |
if(exists $r_ind->{$dbf}){ |
|---|
| 109 |
my $db = $r_ind->{$dbf}; |
|---|
| 110 |
$fastaObj = $db->get_Seq_by_id($id); |
|---|
| 111 |
} |
|---|
| 112 |
|
|---|
| 113 |
if(! $fastaObj){ |
|---|
| 114 |
my @files = grep {!/^$dbf$/} keys %$r_ind; |
|---|
| 115 |
foreach my $dbf (@files){ |
|---|
| 116 |
my $db = $r_ind->{$dbf}; |
|---|
| 117 |
$fastaObj = $db->get_Seq_by_id($id); |
|---|
| 118 |
last if($fastaObj); |
|---|
| 119 |
} |
|---|
| 120 |
} |
|---|
| 121 |
|
|---|
| 122 |
return $fastaObj; |
|---|
| 123 |
} |
|---|
| 124 |
|
|---|
| 125 |
|
|---|
| 126 |
sub header_for_hit { |
|---|
| 127 |
my $self = shift; |
|---|
| 128 |
my $hit = shift; |
|---|
| 129 |
|
|---|
| 130 |
my $r_ind = $self->{file2index}; |
|---|
| 131 |
my $id = $hit->name; |
|---|
| 132 |
|
|---|
| 133 |
if($hit->description =~ /MD5_alias=(\S+)/){ |
|---|
| 134 |
$id = $1; |
|---|
| 135 |
} |
|---|
| 136 |
|
|---|
| 137 |
my $dbf = $hit->database_name; |
|---|
| 138 |
|
|---|
| 139 |
return $self->header($id) if(! defined $dbf); |
|---|
| 140 |
|
|---|
| 141 |
($dbf) = $dbf =~ /([^\/]+)$/; |
|---|
| 142 |
|
|---|
| 143 |
my $fastaObj; |
|---|
| 144 |
my $header; |
|---|
| 145 |
if(exists $r_ind->{$dbf}){ |
|---|
| 146 |
my $db = $r_ind->{$dbf}; |
|---|
| 147 |
$fastaObj = $db->get_Seq_by_id($id); |
|---|
| 148 |
$header = $db->header($id) if($fastaObj); |
|---|
| 149 |
} |
|---|
| 150 |
|
|---|
| 151 |
if(! $fastaObj){ |
|---|
| 152 |
my @files = grep {!/^$dbf$/} keys %$r_ind; |
|---|
| 153 |
foreach my $dbf (@files){ |
|---|
| 154 |
my $db = $r_ind->{$dbf}; |
|---|
| 155 |
$fastaObj = $db->get_Seq_by_id($id); |
|---|
| 156 |
|
|---|
| 157 |
if($fastaObj){ |
|---|
| 158 |
$header = $db->header($id); |
|---|
| 159 |
last |
|---|
| 160 |
} |
|---|
| 161 |
} |
|---|
| 162 |
} |
|---|
| 163 |
|
|---|
| 164 |
return $header; |
|---|
| 165 |
} |
|---|
| 166 |
|
|---|
| 167 |
sub get_Seq_by_id { |
|---|
| 168 |
my $self = shift; |
|---|
| 169 |
my $id = shift; |
|---|
| 170 |
|
|---|
| 171 |
my $fastaObj; |
|---|
| 172 |
foreach my $db (@{$self->{index}}){ |
|---|
| 173 |
$fastaObj = $db->get_Seq_by_id($id); |
|---|
| 174 |
last if($fastaObj); |
|---|
| 175 |
} |
|---|
| 176 |
|
|---|
| 177 |
return $fastaObj; |
|---|
| 178 |
} |
|---|
| 179 |
|
|---|
| 180 |
sub get_Seq_by_alias { |
|---|
| 181 |
my $self = shift; |
|---|
| 182 |
my $alias = shift; |
|---|
| 183 |
|
|---|
| 184 |
$alias =~ /MD5_alias=(\S+)/; |
|---|
| 185 |
$alias = $1; |
|---|
| 186 |
|
|---|
| 187 |
return undef if(! defined $alias); |
|---|
| 188 |
|
|---|
| 189 |
my $fastaObj; |
|---|
| 190 |
foreach my $db (@{$self->{index}}){ |
|---|
| 191 |
$fastaObj = $db->get_Seq_by_id($alias); |
|---|
| 192 |
last if($fastaObj); |
|---|
| 193 |
} |
|---|
| 194 |
|
|---|
| 195 |
return $fastaObj; |
|---|
| 196 |
} |
|---|
| 197 |
|
|---|
| 198 |
sub header { |
|---|
| 199 |
my $self = shift; |
|---|
| 200 |
my $id = shift; |
|---|
| 201 |
|
|---|
| 202 |
my $h; |
|---|
| 203 |
foreach my $db (@{$self->{index}}){ |
|---|
| 204 |
|
|---|
| 205 |
my $fastaObj = $db->get_Seq_by_id($id); |
|---|
| 206 |
next if (!$fastaObj); |
|---|
| 207 |
$h = $db->header($id); |
|---|
| 208 |
last; |
|---|
| 209 |
} |
|---|
| 210 |
|
|---|
| 211 |
return $h; |
|---|
| 212 |
} |
|---|
| 213 |
|
|---|
| 214 |
sub header_by_alias { |
|---|
| 215 |
my $self = shift; |
|---|
| 216 |
my $alias = shift; |
|---|
| 217 |
|
|---|
| 218 |
$alias =~ /MD5_alias=(\S+)/; |
|---|
| 219 |
$alias = $1; |
|---|
| 220 |
|
|---|
| 221 |
return undef if(! defined $alias); |
|---|
| 222 |
|
|---|
| 223 |
my $h; |
|---|
| 224 |
foreach my $db (@{$self->{index}}){ |
|---|
| 225 |
|
|---|
| 226 |
my $fastaObj = $db->get_Seq_by_id($alias); |
|---|
| 227 |
next if (!$fastaObj); |
|---|
| 228 |
$h = $db->header($alias); |
|---|
| 229 |
last; |
|---|
| 230 |
} |
|---|
| 231 |
|
|---|
| 232 |
return $h; |
|---|
| 233 |
} |
|---|
| 234 |
|
|---|
| 235 |
|
|---|
| 236 |
|
|---|
| 237 |
sub makeid { |
|---|
| 238 |
my $def = shift; |
|---|
| 239 |
|
|---|
| 240 |
my @ids; |
|---|
| 241 |
|
|---|
| 242 |
|
|---|
| 243 |
if($def =~ />(\S+)/){ |
|---|
| 244 |
push(@ids, $1); |
|---|
| 245 |
} |
|---|
| 246 |
|
|---|
| 247 |
|
|---|
| 248 |
|
|---|
| 249 |
|
|---|
| 250 |
if($def =~ /MD5_alias=(\S+)/){ |
|---|
| 251 |
push(@ids, $1); |
|---|
| 252 |
} |
|---|
| 253 |
elsif(defined $ids[0] && length($ids[0]) > 78){ |
|---|
| 254 |
push(@ids, substr($ids[0], 0, 78)); |
|---|
| 255 |
} |
|---|
| 256 |
|
|---|
| 257 |
return @ids; |
|---|
| 258 |
} |
|---|
| 259 |
|
|---|
| 260 |
1; |
|---|