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     commands = optparse.OptionGroup(parser, 'Commands')
  47
  48     commands.add_option('-s', '--summary', dest='summary', action='store_true',
  49                         default=False,
  50                         help='produce summary report')
  51     commands.add_option('-a', '--archive', dest='archive', action='store_true',
  52                         default=False,
  53                         help='generate run configuration archive')
  54     commands.add_option('--extract-results', action='store_true',
  55            default=False,
  56            help='create run-xml summary, compress the eland result files, and '
  57                 'copy them and the Summary.htm file into archival directory.')
  58     parser.add_option_group(commands)
  59
  60     parser.add_option('-o', '--output-dir', default=None,
  61            help="specify the default output directory for extract results")
  62
  63     parser.add_option('-u', '--use-run', dest='use_run', default=None,
  64                       help='Specify which run to use instead of autoscanning '
  65                            'the runfolder. You do this by providing the final '
  66                            ' GERALD directory, and it assumes the parent '
  67                            'directories are the bustard and image processing '
  68                            'directories.')
  69
  70     parser.add_option('--run-xml', dest='run_xml',
  71            default=None,
  72            help='specify a run_<FlowCell>.xml file for summary reports')
  73
  74
  75     return parser
  76
  77 def main(cmdlist=None):
  78     parser = make_parser()
  79     opt, args = parser.parse_args(cmdlist)
  80
  81     logging.basicConfig()
  82     if opt.verbose:
  83         root_log = logging.getLogger()
  84         root_log.setLevel(logging.INFO)
  85
  86     logging.info('Starting htsworkflow illumina runfolder processing tool.')
  87     runs = []
  88     if opt.run_xml:
  89         # handle ~ shortcut
  90         opt.run_xml = os.path.expanduser(opt.run_xml)
  91         tree = ElementTree.parse(opt.run_xml).getroot()
  92         runs.append(runfolder.PipelineRun(xml=tree))
  93
  94     # look for manually specified run
  95     if opt.use_run is not None:
  96         runs.append(runfolder.get_specific_run(opt.use_run))
  97
  98     # scan runfolders for runs
  99     for run_pattern in args:
 100         # expand args on our own if needed
 101         for run_dir in glob(run_pattern):
 102             runs.extend(runfolder.get_runs(run_dir))
 103
 104     if len(runs) > 0:
 105         command_run = False
 106         if opt.summary:
 107             print runfolder.summary_report(runs)
 108             command_run = True
 109         if opt.archive:
 110             runfolder.extract_run_parameters(runs)
 111             command_run = True
 112         if opt.extract_results:
 113             runfolder.extract_results(runs, opt.output_dir)
 114             command_run = True
 115         if command_run == False:
 116             print "You need to specify a command."+os.linesep
 117             parser.print_help()
 118     else:
 119         print "You need to specify some run folders to process..."+os.linesep
 120         parser.print_help()
 121
 122     return 0
 123
 124 if __name__ == "__main__":
 125   sys.exit(main(sys.argv[1:]))