buildrmaskdb.py

   1 try:
   2     import psyco
   3     psyco.full()
   4 except:
   5     pass
   6
   7 import sys
   8 import sqlite3 as sqlite
   9 import os
  10
  11 def main(argv=None):
  12     if not argv:
  13         argv = sys.argv
  14
  15     print "buildrmaskdb: version 2.1"
  16     if len(argv) < 3:
  17         print "usage: python %s rmaskdir rmaskdbfile" % argv[0]
  18         exit(1)
  19
  20     rmaskdir = argv[1]
  21     rmaskdb = argv[2]
  22
  23     buildrmaskdb(rmaskdir, rmaskdb)
  24
  25
  26 def buildrmaskdb(rmaskdir, rmaskdb):
  27     files = os.listdir(rmaskdir)
  28     db = sqlite.connect(rmaskdb)
  29     sql = db.cursor()
  30     sql.execute("create table repeats (chrom varchar, start int, stop int, name varchar, family varchar)")
  31     sql.execute("PRAGMA temp_store = MEMORY")
  32     sql.execute("PRAGMA DEFAULT_CACHE_SIZE = 500000")
  33     db.commit()
  34
  35     for filename in files:
  36         if "rmsk" not in filename:
  37             continue
  38
  39         print filename
  40         infile = open(rmaskdir + "/" + filename)
  41         for entry in infile:
  42             fields = entry.strip().split("\t")
  43             chrom = fields[5][3:]
  44             start = int(fields[6])
  45             stop = int(fields[7])
  46             name = fields[10]
  47             family = fields[12]
  48             stmt = "insert into repeats values('%s', %d, %d, '%s', '%s')" % (chrom, start, stop, name, family)
  49             sql.execute(stmt)
  50
  51         db.commit()
  52
  53     print "building index..."
  54     sql.execute("PRAGMA SYNCHRONOUS = OFF")
  55     sql.execute("create index chromIndex on repeats(chrom)")
  56     sql.execute("create index mainIndex on repeats(chrom, start, stop)")
  57     db.commit()
  58
  59
  60 if __name__ == "__main__":
  61     main(sys.argv)