htswanalysis/scripts/align2TagAlign.pm

   1 #!/usr/bin/perl -w
   2
   3 use strict;
   4 use warnings;
   5 use Switch;
   6
   7 # Transform Align.txt format, example: TTTTTCTTTCTTTTCTCTCTTTCTT 12500 1 chr9:19863256 F TTTTTCTTTTCTTTCTCTCTTTCTT 11453
   8 # to
   9 # ENCODE "TagAlign" format: chrom | chromStart | chromEnd | Sequence | Score | Strand (+/-)|
  10 # See online documentation of ENCODE data submission formats at http://encodewiki.ucsc.edu/EncodeDCC/index.php/File_Formats
  11
  12 open (IFILE, "< $ARGV[0]") or die "Can't open file $ARGV[0]";
  13
  14 open (OFILE, "> $ARGV[0].TagAlign") or die "Can't open output file";
  15
  16 my $i = 0;
  17 my $mismatches = 0;
  18 my $delimit = '\s+';
  19 # print "\nchr\tstart\tend\tsbjseq\tmismatched\tstrand\treps";
  20 my @testArray = [];
  21 while(<IFILE>) ### && $i < 10)
  22 {
  23   # print "\nRead record $i: $_";
  24   if(!defined($_)) { $i++; print "\nRecord $i not defined."; next; }
  25   chomp;
  26   my $BEDrec = '';
  27
  28   @testArray = split(/$delimit/,$_);
  29   if($#testArray eq 6)
  30   {
  31     my($sbjseq,$score,$reps,$chr_pos,$strand,$genseq,$score2) = split(/$delimit/,$_);
  32     if($chr_pos =~ /^chr/)
  33     {
  34       my($chr,$pos) = split(/:/,$chr_pos);
  35       my $end = $pos + length($sbjseq);
  36       $mismatches = 0;
  37       switch($score)
  38       {
  39         case 12500 {$mismatches = 0}
  40         case 11453 {$mismatches = 1}
  41         case 10406 {$mismatches = 2}
  42       }
  43       $strand =~ s/F/+/i;
  44       $strand =~ s/R/-/i;
  45       $BEDrec = "$chr\t$pos\t$end\t$sbjseq\t$mismatches\t$strand";
  46       # print "\nBED rec: $BEDrec";
  47       print OFILE "$BEDrec\n";
  48       $i++;
  49     }
  50   }
  51 }
  52
  53 close IFILE;
  54 close OFILE;
  55 print "\n==== F I N I S H E D processing $i records ===========";
  56 print "\n==== INPUT FILE NAME: $ARGV[0]  ===============";
  57 print "\n==== OUTPUT FILE NAME: $ARGV[0].TagAlign  ===============\n";
  58
  59 exit;
  60