scripts/runfolder

   1 #!/usr/bin/env python
   2 """
   3 Runfolder.py can generate a xml file capturing all the 'interesting' parameters from a finished pipeline run. (using the -a option). The information currently being captured includes:
   4
   5   * Flowcell ID
   6   * run dates
   7   * start/stop cycle numbers
   8   * Firecrest, bustard, gerald version numbers
   9   * Eland analysis types, and everything in the eland configuration file.
  10   * cluster numbers and other values from the Summary.htm
  11     LaneSpecificParameters table.
  12   * How many reads mapped to a genome from an eland file
  13
  14 The ELAND "mapped reads" counter will also check for eland squashed file
  15 that were symlinked from another directory. This is so I can track how
  16 many reads landed on the genome of interest and on the spike ins.
  17
  18 Basically my subdirectories something like:
  19
  20 genomes/hg18
  21 genomes/hg18/chr*.2bpb <- files for hg18 genome
  22 genomes/hg18/chr*.vld
  23 genomes/hg18/VATG.fa.2bp <- symlink to genomes/spikeins
  24 genomes/spikein
  25
  26 runfolder.py can also spit out a simple summary report (-s option)
  27 that contains the per lane post filter cluster numbers and the mapped
  28 read counts. (The report isn't currently very pretty)
  29 """
  30 from glob import glob
  31 import logging
  32 import optparse
  33 import os
  34 import sys
  35
  36 from htsworkflow.pipelines import runfolder
  37 from htsworkflow.pipelines.runfolder import ElementTree
  38
  39 def make_parser():
  40     usage = 'usage: %prog [options] runfolder_root_dir'
  41     parser = optparse.OptionParser(usage)
  42
  43     parser.add_option('-v', '--verbose', dest='verbose', action='store_true',
  44                       default=False,
  45                       help='turn on verbose mode')
  46     parser.add_option('--dry-run', action='store_true', default=False,
  47                       help="Don't delete anything (in clean mode)")
  48
  49     commands = optparse.OptionGroup(parser, 'Commands')
  50
  51     commands.add_option('-s', '--summary', dest='summary', action='store_true',
  52                         default=False,
  53                         help='produce summary report')
  54     commands.add_option('-a', '--archive', dest='archive', action='store_true',
  55                         default=False,
  56                         help='generate run configuration archive')
  57     commands.add_option('--extract-results', action='store_true',
  58            default=False,
  59            help='create run-xml summary, compress the eland result files, build srf files and '
  60                 'copy all that and the Summary.htm file into an archival directory.')
  61     commands.add_option('-c', '--clean', action='store_true', default=False,
  62                         help='Clean runfolder, preparing it for long-term storage')
  63     parser.add_option_group(commands)
  64
  65     parser.add_option('-j', '--max-jobs', default=1,
  66                       help='sepcify the maximum number of processes to run '
  67                            '(used in extract-results)')
  68     parser.add_option('-o', '--output-dir', default=None,
  69            help="specify the default output directory for extract results")
  70     parser.add_option('--run-xml', dest='run_xml',
  71            default=None,
  72            help='specify a run_<FlowCell>.xml file for summary reports')
  73     parser.add_option('--site', default='individual',
  74                       help='specify the site name for srf files')
  75     parser.add_option('-u', '--use-run', dest='use_run', default=None,
  76                       help='Specify which run to use instead of autoscanning '
  77                            'the runfolder. You do this by providing the final '
  78                            ' GERALD directory, and it assumes the parent '
  79                            'directories are the bustard and image processing '
  80                            'directories.')
  81
  82     return parser
  83
  84 def main(cmdlist=None):
  85     parser = make_parser()
  86     opt, args = parser.parse_args(cmdlist)
  87
  88     logging.basicConfig()
  89     if opt.verbose:
  90         root_log = logging.getLogger()
  91         root_log.setLevel(logging.INFO)
  92
  93     logging.info('Starting htsworkflow illumina runfolder processing tool.')
  94     runs = []
  95     if opt.run_xml:
  96         # handle ~ shortcut
  97         opt.run_xml = os.path.expanduser(opt.run_xml)
  98         tree = ElementTree.parse(opt.run_xml).getroot()
  99         runs.append(runfolder.PipelineRun(xml=tree))
 100
 101     # look for manually specified run
 102     if opt.use_run is not None:
 103         specific_run = runfolder.get_specific_run(opt.use_run)
 104         if specific_run is not None:
 105             runs.append(specific_run)
 106         else:
 107             logging.warn("Couldn't find a run in %s" % (opt.use_run,))
 108
 109     # scan runfolders for runs
 110     for run_pattern in args:
 111         # expand args on our own if needed
 112         for run_dir in glob(run_pattern):
 113             runs.extend(runfolder.get_runs(run_dir))
 114
 115     if len(runs) > 0:
 116         command_run = False
 117         if opt.summary:
 118             print runfolder.summary_report(runs)
 119             command_run = True
 120         if opt.archive:
 121             runfolder.extract_run_parameters(runs)
 122             command_run = True
 123         if opt.extract_results:
 124             runfolder.extract_results(runs, opt.output_dir, opt.site, opt.max_jobs)
 125             command_run = True
 126         if opt.clean:
 127             runfolder.clean_runs(runs, opt.dry_run)
 128             command_run = True
 129
 130         if command_run == False:
 131             print "You need to specify a command."+os.linesep
 132             parser.print_help()
 133     else:
 134         print "You need to specify some run folders to process..."+os.linesep
 135         parser.print_help()
 136
 137     return 0
 138
 139 if __name__ == "__main__":
 140   sys.exit(main(sys.argv[1:]))