gfftocis.py

   1 import sys
   2
   3 print "%s: version 1.0" % sys.argv[0]
   4 if len(sys.argv) < 3:
   5     print "usage: python %s infile.gff outfile.cis\n" % sys.argv[0]
   6     print "\tTHIS SCRIPT WILL MOST LIKELY NEED TO BE EDITED FOR YOUR GFF FILE\n"
   7     sys.exit(1)
   8
   9 index = 1
  10 # Cistematic just want's a use set of exons labeled "CDS", "5UTR", and "3UTR"
  11 # just put the corresponding type in your GFF file as the key in the key:value pairs
  12 # in the ftypeDict below
  13 ftypeDict = {"CDS": "CDS",
  14              "mRNA": "mRNA",
  15              "five_prime_utr": "5UTR",
  16              "three_prime_utr": "3UTR"
  17 }
  18
  19 chrom = ""
  20 idfields = ""
  21 gene = ""
  22 sense = ""
  23 start = 0
  24 stop = 0
  25 ftype = ""
  26
  27 infile = open(sys.argv[1])
  28 outfile = open(sys.argv[2], "w")
  29 for line in infile:
  30     if line[0]=="#":
  31         continue
  32
  33     fields = line.strip().split()
  34     try:
  35         if fields[2] in ftypeDict:
  36             # this part of the code will need to be customized, most likely
  37             # how does the annotation define the gene, geneid, and chromosome
  38             # for example, for Anopheles Gambiae we have
  39             #chrX    VectorBase      mRNA    582     16387   .       -       .       ID=vectorbase|AGAP000002-RA; stable_id=AGAP000002-RA.1; Parent=vectorbase|AGAP000002;
  40             if fields[2] == "mRNA":
  41                 chrom = fields[0][3:]
  42                 source = fields[1]
  43                 idfields = fields[9].split(";")
  44                 geneid = idfields[0].split("=")[1]
  45                 sense = fields[6]
  46             else:
  47                 start = int(fields[3])
  48                 stop = int(fields[4])
  49                 ftype = ftypeDict[fields[2]]
  50                 outline = "%s\t%s%d\t%s\t%d\t%d\t%s\t%s\n" % (geneid, source, index, chrom, start, stop, sense, ftype)
  51                 outfile.write(outline)
  52     except:
  53         sys.exit()
  54
  55     index += 1
  56
  57 infile.close()
  58 outfile.close()