alg/nway_paths.cpp

   1 //  This file is part of the Mussa source distribution.
   2 //  http://mussa.caltech.edu/
   3 //  Contact author: Tristan  De Buysscher, tristan@caltech.edu
   4
   5 // This program and all associated source code files are Copyright (C) 2005
   6 // the California Institute of Technology, Pasadena, CA, 91125 USA.  It is
   7 // under the GNU Public License; please see the included LICENSE.txt
   8 // file for more information, or contact Tristan directly.
   9
  10
  11 //                        ----------------------------------------
  12 //                         ---------- mussa_nway.cc  -----------
  13 //                        ----------------------------------------
  14
  15 #include "alg/nway_paths.hpp"
  16 #include "alg/conserved_path.hpp"
  17 #include "mussa_exceptions.hpp"
  18
  19 #include <fstream>
  20 #include <iostream>
  21 #include <stdexcept>
  22
  23 using namespace std;
  24
  25 NwayPaths::NwayPaths()
  26 {
  27 }
  28
  29 void
  30 NwayPaths::setup(int w, int t)
  31 {
  32   threshold = t;
  33   soft_thres = threshold;
  34   win_size = w;
  35   pathz.clear();
  36
  37   //cout << "nway: thres = " << threshold
  38   //     << ", soft threo = " << soft_thres << endl;
  39 }
  40
  41 void
  42 NwayPaths::set_soft_thres(int sft_thres)
  43 {
  44   soft_thres = sft_thres;
  45 }
  46
  47
  48 // dumbly goes thru and combines path windows exactly adjacent (ie + 1 index)
  49 // doesn't deal with interleaved adjacency
  50 void
  51 NwayPaths::simple_refine()
  52 {
  53   // ext_path remembers the first window set in an extending path
  54   ExtendedConservedPath ext_path, new_path;
  55   list<ConservedPath>::iterator cur_path, next_path;
  56   list<ConservedPath>::iterator pathz_i;
  57   int win_ext_len = 0;
  58   bool extending, end = false;
  59
  60   refined_pathz.clear();
  61
  62   //cout << "path number is: " << pathz.size() << endl;
  63   pathz_i = pathz.begin();
  64
  65   // only try to extend when pathz isn't empty.
  66   if (pathz_i != pathz.end())
  67   {
  68     ext_path = ExtendedConservedPath( win_size, *pathz_i);
  69
  70     while(pathz_i != pathz.end())
  71     {
  72       // keep track of current path and advance to next path
  73       cur_path = pathz_i;
  74       ++pathz_i;
  75       if (pathz_i == pathz.end())
  76         end = true;
  77       else
  78         next_path = pathz_i;
  79
  80       if (not end)
  81       {
  82         // if node for each seq is equal to the next node+1 then for all
  83         // sequences then we are extending
  84         extending = cur_path->nextTo(*next_path);
  85       }
  86       else
  87         extending = false;
  88
  89       if (extending)
  90       {
  91         win_ext_len++;
  92       }
  93       else
  94       {
  95         // add the extend window length as first element and add as refined
  96         // now that we have the path to extend save it
  97         new_path = ext_path;
  98         new_path.extend(win_ext_len);
  99         refined_pathz.push_back(new_path);
 100         // reset stuff
 101         win_ext_len = 0;
 102         ext_path = ExtendedConservedPath( win_size, *next_path);
 103       }
 104     }
 105   }
 106   //cout << "r_path number is: " << refined_pathz.size() << endl;
 107 }
 108
 109
 110 void
 111 NwayPaths::add_path(int threshold, vector<int>& loaded_path)
 112 {
 113   pathz.push_back(ConservedPath(threshold, loaded_path));
 114 }
 115
 116 void
 117 NwayPaths::add_path(ConservedPath loaded_path)
 118 {
 119   pathz.push_back(loaded_path);
 120 }
 121
 122
 123 void
 124 NwayPaths::save(string save_file_path)
 125 {
 126   fstream save_file;
 127   list<ExtendedConservedPath >::iterator path_i, paths_end;
 128
 129   save_file.open(save_file_path.c_str(), ios::out);
 130
 131   save_file << "<Mussa type=flp seq_count=" << sequence_count();
 132   save_file << " win=" << win_size;
 133   // add a function para new_thres defaults to -1 to later deal with
 134   // reanalysis with higher thres - if statement whether to record base thres
 135   // or new thres (ie if -1, then base)
 136   save_file << " thres=" << threshold << " >\n";
 137
 138   path_i = refined_pathz.begin();
 139   paths_end = refined_pathz.end();
 140   //path_i = pathz.begin();
 141   //paths_end = pathz.end();
 142   while (path_i != paths_end)
 143   {
 144     ExtendedConservedPath& a_path = *path_i;
 145     //cout << a_path.size() << endl;
 146     //first entry is the window length of the windows in the path
 147     save_file << a_path.window_size << ":";
 148     for(size_t i = 0; i != sequence_count(); ++i)
 149     {
 150       save_file << a_path[i];
 151       if (i != sequence_count())
 152         save_file << ",";
 153     }
 154     save_file << endl;
 155     ++path_i;
 156   }
 157
 158   save_file << "</Mussa>\n";
 159   save_file.close();
 160 }
 161
 162
 163 size_t
 164 NwayPaths::sequence_count()
 165 {
 166   if (refined_pathz.begin() == refined_pathz.end() )
 167     return 0;
 168   else
 169     return refined_pathz.begin()->size();
 170 }
 171
 172
 173 void
 174 NwayPaths::load(string load_file_path)
 175 {
 176   fstream load_file;
 177   string file_data_line, header_data, data, path_node, path_width;
 178   int space_split_i, equal_split_i, comma_split_i, colon_split_i;
 179   vector<int> loaded_path;
 180
 181   load_file.open(load_file_path.c_str(), ios::in);
 182
 183   if (!load_file)
 184   {
 185     throw mussa_load_error("Sequence File: " + load_file_path + " not found");
 186   }
 187   else
 188   {
 189     // get header data
 190     // grab mussa tag - discard for now...maybe check in future...
 191     getline(load_file,file_data_line);
 192     space_split_i = file_data_line.find(" ");
 193     file_data_line = file_data_line.substr(space_split_i+1);
 194     // grab type tag - need in future to distinguish between flp and vlp paths
 195     space_split_i = file_data_line.find(" ");
 196     file_data_line = file_data_line.substr(space_split_i+1);
 197     // get species/seq number
 198     space_split_i = file_data_line.find(" ");
 199     header_data = file_data_line.substr(0,space_split_i);
 200     equal_split_i = header_data.find("=");
 201     data = file_data_line.substr(equal_split_i+1);
 202     unsigned int species_num = atoi (data.c_str());
 203     file_data_line = file_data_line.substr(space_split_i+1);
 204     // get window size
 205     space_split_i = file_data_line.find(" ");
 206     header_data = file_data_line.substr(0,space_split_i);
 207     equal_split_i = header_data.find("=");
 208     data = file_data_line.substr(equal_split_i+1);
 209     win_size = atoi (data.c_str());
 210     file_data_line = file_data_line.substr(space_split_i+1);
 211     // get window size
 212     space_split_i = file_data_line.find(" ");
 213     header_data = file_data_line.substr(0,space_split_i);
 214     equal_split_i = header_data.find("=");
 215     data = file_data_line.substr(equal_split_i+1);
 216     threshold = atoi (data.c_str());
 217     file_data_line = file_data_line.substr(space_split_i+1);
 218
 219     //cout << "seq_num=" << species_num << " win=" << win_size;
 220     //cout << " thres=" << threshold << endl;
 221
 222     // clear out the current data
 223     refined_pathz.clear();
 224
 225     int temp;
 226
 227     getline(load_file,file_data_line);
 228     while ( (!load_file.eof()) && (file_data_line != "</Mussa>") )
 229     {
 230       if (file_data_line != "")
 231       {
 232         loaded_path.clear();
 233         colon_split_i = file_data_line.find(":");
 234         // whats our window size?
 235         path_width = file_data_line.substr(0,colon_split_i);
 236         file_data_line = file_data_line.substr(colon_split_i+1);
 237         for(size_t i = 0; i < species_num; i++)
 238         {
 239           comma_split_i = file_data_line.find(",");
 240           path_node = file_data_line.substr(0, comma_split_i);
 241           temp = atoi (path_node.c_str());
 242           loaded_path.push_back(temp);
 243           file_data_line = file_data_line.substr(comma_split_i+1);
 244         }
 245         assert (loaded_path.size() == species_num );
 246         refined_pathz.push_back(ExtendedConservedPath(atoi(path_width.c_str()),
 247                                                       threshold,
 248                                                       loaded_path));
 249       }
 250       getline(load_file,file_data_line);
 251     }
 252     load_file.close();
 253   }
 254 }
 255
 256
 257 void
 258 NwayPaths::path_search(vector<vector<FLPs> > all_comparisons, ConservedPath path, int depth)
 259 {
 260   list<int> new_nodes, trans_check_nodes;
 261   list<int>::iterator new_nodes_i, new_nodes_end;
 262   int i;
 263   bool trans_check_good;
 264
 265   new_nodes = all_comparisons[depth - 1][depth].match_locations(path[depth-1]);
 266   new_nodes_i = new_nodes.begin();
 267   new_nodes_end = new_nodes.end();
 268   while(new_nodes_i != new_nodes_end)
 269   {
 270     //cout << "    * species " << depth << " node: " << *new_nodes_i << endl;
 271     // check transitivity with previous nodes in path
 272     trans_check_good = true;
 273     for(i = 0; i < depth - 1; i++)
 274     {
 275       trans_check_nodes = all_comparisons[i][depth].match_locations(path[i]);
 276       if ( (trans_check_nodes.end() == find(trans_check_nodes.begin(),
 277                                             trans_check_nodes.end(),
 278                                             *new_nodes_i) ) &&
 279            (trans_check_nodes.end() == find(trans_check_nodes.begin(),
 280                                            trans_check_nodes.end(),
 281                                            *new_nodes_i * -1) ) )
 282         trans_check_good = false;
 283     }
 284
 285     if (trans_check_good)
 286     {
 287       // this makes sure path nodes are recorded with RC status relative to
 288       // the base species
 289       if ( path[depth-1] >= 0)
 290         path.push_back(*new_nodes_i);
 291       else
 292         path.push_back(*new_nodes_i * -1);
 293
 294       if (depth < all_comparisons.size() - 1)
 295         path_search(all_comparisons, path, depth + 1);
 296       else
 297         pathz.push_back(path);
 298       path.pop_back();
 299     }
 300     ++new_nodes_i;
 301   }
 302 }
 303 /* use this if I ever get the friggin seqcomp match lists to sort...
 304       if (binary_search(trans_check_nodes.begin(), trans_check_nodes.end(),
 305                         *new_nodes_i))
 306 */
 307
 308 void
 309 NwayPaths::find_paths_r(vector<vector<FLPs> > all_comparisons)
 310 {
 311   ConservedPath path;
 312   int win_i, window_num;
 313   list<int> new_nodes;
 314   list<int>::iterator new_nodes_i, new_nodes_end;
 315
 316   pathz.clear();
 317   window_num = all_comparisons[0][1].size();
 318   // loop thru all windows in first species
 319   for (win_i = 0; win_i < window_num; win_i++)
 320   {
 321     path.clear();
 322     path.push_back(win_i);
 323     new_nodes = all_comparisons[0][1].match_locations(path[0]);
 324     new_nodes_i = new_nodes.begin();
 325     new_nodes_end = new_nodes.end();
 326     //if (new_nodes_i != new_nodes_end)
 327     //cout << "* species 0 node: " << win_i << endl;
 328     path.push_back(0);
 329     while(new_nodes_i != new_nodes_end)
 330     {
 331       //cout << "  * species 1 node: " << *new_nodes_i << endl;
 332       path[1] = *new_nodes_i;
 333       path_search(all_comparisons, path, 2);
 334       ++new_nodes_i;
 335     }
 336   }
 337 }
 338
 339
 340 void
 341 NwayPaths::save_old(string save_file_path)
 342 {
 343   fstream save_file;
 344   list<ConservedPath >::iterator path_i, paths_end;
 345   int i;
 346
 347   save_file.open(save_file_path.c_str(), ios::app);
 348
 349   path_i = pathz.begin();
 350   paths_end = pathz.end();
 351   while(path_i != paths_end)
 352   {
 353     ConservedPath& a_path = *path_i;
 354     //cout << a_path.size() << endl;
 355     for(i = 0; i < path_i->size(); ++i)
 356       save_file << i << "," << a_path[i] << " ";
 357     save_file << endl;
 358     ++path_i;
 359   }
 360   save_file.close();
 361 }
 362
 363
 364 /*
 365 void
 366 NwayPaths::find_paths(vector<vector<FLPs> > all_comparisons)
 367 {
 368   int win_i, sp_i;
 369   vector<list<list<int> > > path_src_tree;
 370   list<int> new_nodes;
 371   list<int>::iterator node_i, node_end;
 372   <list<list<int> > >::iterator branch_i, branch_end;
 373
 374   pathz.clear();
 375   path_src_tree.reserve(all_comparisons.size()- 1);
 376
 377
 378   // loop thru all windows in first species
 379   for (win_i = 0; win_i < window_num; win_i++)
 380   {
 381     // clear the path search tree
 382     for(i = 0; i < all_comparisons.size(); i++)
 383       path_src_tree[i].clear();
 384
 385     // top level kept empty even tho implicity has one entry of the first
 386     // species at this window - why bother, adds a little speed
 387
 388     // get connection list for first species, creating a list of nodes
 389     // of second species connected to the first species at this window
 390     new_nodes = all_comparisons[0][1];
 391     path_src_tree[1].push_back(new_nodes);
 392
 393     // loop thru rest of species for this window to see if any paths of matches
 394     // go across all species
 395     // if path search tree becomes empty, break out of loop, no reason to search further
 396     sp_i = 1;
 397     while ((sp_i < all_comparisons.size()) && (path tree not empty))
 398     {
 399       branch_i = path_src_tree[1].begin();
 400       branch_end = path_src_tree[1].end();
 401       while (branch_i != branch_end)
 402       {
 403         node_i = branch_i->begin();
 404         node_end = branch_i->end();
 405       }
 406
 407
 408       // loop over all current nodes
 409          // get connection list for each node
 410          // loop over each previous node in list
 411             // get those nodes connection list
 412             // intersect previous node connections with current
 413
 414       ++sp_i;
 415     }
 416
 417     // insert any of the paths found into the master list of paths
 418
 419     // add no paths if tmp_pathz is empty...
 420   }
 421 }
 422
 423 void NwayPaths::refine()
 424 {
 425 }
 426 */
 427
 428
 429 void NwayPaths::print(list<vector<int> >& dump_path)
 430 {
 431   list<vector<int> >::iterator pathz_i;
 432   vector<int>::iterator path_i;
 433
 434   cout << "printing list of lists\n";
 435   for (pathz_i = dump_path.begin(); pathz_i != dump_path.end(); ++pathz_i)
 436   {
 437     for (path_i = pathz_i->begin(); path_i != pathz_i->end(); ++path_i)
 438       cout << *path_i << " ";
 439     cout << endl;
 440   }
 441 }