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 int NwayPaths::get_threshold() const
  48 {
  49   return threshold;
  50 }
  51
  52 int NwayPaths::get_window() const
  53 {
  54   return win_size;
  55 }
  56
  57 // dumbly goes thru and combines path windows exactly adjacent (ie + 1 index)
  58 // doesn't deal with interleaved adjacency
  59 void
  60 NwayPaths::simple_refine()
  61 {
  62   // ext_path remembers the first window set in an extending path
  63   ExtendedConservedPath ext_path, new_path;
  64   list<ConservedPath>::iterator cur_path, next_path;
  65   list<ConservedPath>::iterator pathz_i;
  66   int win_ext_len = 0;
  67   bool extending, end = false;
  68
  69   refined_pathz.clear();
  70
  71   //cout << "path number is: " << pathz.size() << endl;
  72   pathz_i = pathz.begin();
  73
  74   // only try to extend when pathz isn't empty.
  75   if (pathz_i != pathz.end())
  76   {
  77     ext_path = ExtendedConservedPath( win_size, *pathz_i);
  78
  79     while(pathz_i != pathz.end())
  80     {
  81       // keep track of current path and advance to next path
  82       cur_path = pathz_i;
  83       ++pathz_i;
  84       if (pathz_i == pathz.end())
  85         end = true;
  86       else
  87         next_path = pathz_i;
  88
  89       if (not end)
  90       {
  91         // if node for each seq is equal to the next node+1 then for all
  92         // sequences then we are extending
  93         extending = cur_path->nextTo(*next_path);
  94       }
  95       else
  96         extending = false;
  97
  98       if (extending)
  99       {
 100         win_ext_len++;
 101       }
 102       else
 103       {
 104         // add the extend window length as first element and add as refined
 105         // now that we have the path to extend save it
 106         new_path = ext_path;
 107         new_path.extend(win_ext_len);
 108         refined_pathz.push_back(new_path);
 109         // reset stuff
 110         win_ext_len = 0;
 111         ext_path = ExtendedConservedPath( win_size, *next_path);
 112       }
 113     }
 114   }
 115   //cout << "r_path number is: " << refined_pathz.size() << endl;
 116 }
 117
 118
 119 void
 120 NwayPaths::add_path(int threshold, vector<int>& loaded_path)
 121 {
 122   pathz.push_back(ConservedPath(threshold, loaded_path));
 123 }
 124
 125 void
 126 NwayPaths::add_path(ConservedPath loaded_path)
 127 {
 128   pathz.push_back(loaded_path);
 129 }
 130
 131
 132 void
 133 NwayPaths::save(string save_file_path)
 134 {
 135   fstream save_file;
 136   list<ExtendedConservedPath >::iterator path_i, paths_end;
 137
 138   save_file.open(save_file_path.c_str(), ios::out);
 139
 140   save_file << "<Mussa type=flp seq_count=" << sequence_count();
 141   save_file << " win=" << win_size;
 142   // add a function para new_thres defaults to -1 to later deal with
 143   // reanalysis with higher thres - if statement whether to record base thres
 144   // or new thres (ie if -1, then base)
 145   save_file << " thres=" << threshold << " >\n";
 146
 147   path_i = refined_pathz.begin();
 148   paths_end = refined_pathz.end();
 149   //path_i = pathz.begin();
 150   //paths_end = pathz.end();
 151   while (path_i != paths_end)
 152   {
 153     ExtendedConservedPath& a_path = *path_i;
 154     //cout << a_path.size() << endl;
 155     //first entry is the window length of the windows in the path
 156     save_file << a_path.window_size << ":";
 157     for(size_t i = 0; i != sequence_count(); ++i)
 158     {
 159       save_file << a_path[i];
 160       if (i != sequence_count())
 161         save_file << ",";
 162     }
 163     save_file << endl;
 164     ++path_i;
 165   }
 166
 167   save_file << "</Mussa>\n";
 168   save_file.close();
 169 }
 170
 171
 172 size_t
 173 NwayPaths::sequence_count()
 174 {
 175   if (refined_pathz.begin() == refined_pathz.end() )
 176     return 0;
 177   else
 178     return refined_pathz.begin()->size();
 179 }
 180
 181
 182 void
 183 NwayPaths::load(string load_file_path)
 184 {
 185   fstream load_file;
 186   string file_data_line, header_data, data, path_node, path_width;
 187   int space_split_i, equal_split_i, comma_split_i, colon_split_i;
 188   vector<int> loaded_path;
 189
 190   load_file.open(load_file_path.c_str(), ios::in);
 191
 192   if (!load_file)
 193   {
 194     throw mussa_load_error("Sequence File: " + load_file_path + " not found");
 195   }
 196   else
 197   {
 198     // get header data
 199     // grab mussa tag - discard for now...maybe check in future...
 200     getline(load_file,file_data_line);
 201     space_split_i = file_data_line.find(" ");
 202     file_data_line = file_data_line.substr(space_split_i+1);
 203     // grab type tag - need in future to distinguish between flp and vlp paths
 204     space_split_i = file_data_line.find(" ");
 205     file_data_line = file_data_line.substr(space_split_i+1);
 206     // get species/seq number
 207     space_split_i = file_data_line.find(" ");
 208     header_data = file_data_line.substr(0,space_split_i);
 209     equal_split_i = header_data.find("=");
 210     data = file_data_line.substr(equal_split_i+1);
 211     unsigned int species_num = atoi (data.c_str());
 212     file_data_line = file_data_line.substr(space_split_i+1);
 213     // get window size
 214     space_split_i = file_data_line.find(" ");
 215     header_data = file_data_line.substr(0,space_split_i);
 216     equal_split_i = header_data.find("=");
 217     data = file_data_line.substr(equal_split_i+1);
 218     win_size = atoi (data.c_str());
 219     file_data_line = file_data_line.substr(space_split_i+1);
 220     // get threshold size
 221     space_split_i = file_data_line.find(" ");
 222     header_data = file_data_line.substr(0,space_split_i);
 223     equal_split_i = header_data.find("=");
 224     data = file_data_line.substr(equal_split_i+1);
 225     threshold = atoi (data.c_str());
 226     file_data_line = file_data_line.substr(space_split_i+1);
 227
 228     //cout << "seq_num=" << species_num << " win=" << win_size;
 229     //cout << " thres=" << threshold << endl;
 230
 231     // clear out the current data
 232     refined_pathz.clear();
 233
 234     int temp;
 235
 236     getline(load_file,file_data_line);
 237     while ( (!load_file.eof()) && (file_data_line != "</Mussa>") )
 238     {
 239       if (file_data_line != "")
 240       {
 241         loaded_path.clear();
 242         colon_split_i = file_data_line.find(":");
 243         // whats our window size?
 244         path_width = file_data_line.substr(0,colon_split_i);
 245         file_data_line = file_data_line.substr(colon_split_i+1);
 246         for(size_t i = 0; i < species_num; i++)
 247         {
 248           comma_split_i = file_data_line.find(",");
 249           path_node = file_data_line.substr(0, comma_split_i);
 250           temp = atoi (path_node.c_str());
 251           loaded_path.push_back(temp);
 252           file_data_line = file_data_line.substr(comma_split_i+1);
 253         }
 254         assert (loaded_path.size() == species_num );
 255         refined_pathz.push_back(ExtendedConservedPath(atoi(path_width.c_str()),
 256                                                       threshold,
 257                                                       loaded_path));
 258       }
 259       getline(load_file,file_data_line);
 260     }
 261     load_file.close();
 262   }
 263 }
 264
 265
 266 void
 267 NwayPaths::path_search(vector<vector<FLPs> > all_comparisons, ConservedPath path, int depth)
 268 {
 269   list<int> new_nodes, trans_check_nodes;
 270   list<int>::iterator new_nodes_i, new_nodes_end;
 271   int i;
 272   bool trans_check_good;
 273
 274   new_nodes = all_comparisons[depth - 1][depth].match_locations(path[depth-1]);
 275   new_nodes_i = new_nodes.begin();
 276   new_nodes_end = new_nodes.end();
 277   while(new_nodes_i != new_nodes_end)
 278   {
 279     //cout << "    * species " << depth << " node: " << *new_nodes_i << endl;
 280     // check transitivity with previous nodes in path
 281     trans_check_good = true;
 282     for(i = 0; i < depth - 1; i++)
 283     {
 284       trans_check_nodes = all_comparisons[i][depth].match_locations(path[i]);
 285       if ( (trans_check_nodes.end() == find(trans_check_nodes.begin(),
 286                                             trans_check_nodes.end(),
 287                                             *new_nodes_i) ) &&
 288            (trans_check_nodes.end() == find(trans_check_nodes.begin(),
 289                                            trans_check_nodes.end(),
 290                                            *new_nodes_i * -1) ) )
 291         trans_check_good = false;
 292     }
 293
 294     if (trans_check_good)
 295     {
 296       // this makes sure path nodes are recorded with RC status relative to
 297       // the base species
 298       if ( path[depth-1] >= 0)
 299         path.push_back(*new_nodes_i);
 300       else
 301         path.push_back(*new_nodes_i * -1);
 302
 303       if (depth < all_comparisons.size() - 1)
 304         path_search(all_comparisons, path, depth + 1);
 305       else
 306         pathz.push_back(path);
 307       path.pop_back();
 308     }
 309     ++new_nodes_i;
 310   }
 311 }
 312 /* use this if I ever get the friggin seqcomp match lists to sort...
 313       if (binary_search(trans_check_nodes.begin(), trans_check_nodes.end(),
 314                         *new_nodes_i))
 315 */
 316
 317 void
 318 NwayPaths::find_paths_r(vector<vector<FLPs> > all_comparisons)
 319 {
 320   ConservedPath path;
 321   int win_i, window_num;
 322   list<int> new_nodes;
 323   list<int>::iterator new_nodes_i, new_nodes_end;
 324
 325   pathz.clear();
 326   window_num = all_comparisons[0][1].size();
 327   // loop thru all windows in first species
 328   for (win_i = 0; win_i < window_num; win_i++)
 329   {
 330     path.clear();
 331     path.push_back(win_i);
 332     new_nodes = all_comparisons[0][1].match_locations(path[0]);
 333     new_nodes_i = new_nodes.begin();
 334     new_nodes_end = new_nodes.end();
 335     //if (new_nodes_i != new_nodes_end)
 336     //cout << "* species 0 node: " << win_i << endl;
 337     path.push_back(0);
 338     while(new_nodes_i != new_nodes_end)
 339     {
 340       //cout << "  * species 1 node: " << *new_nodes_i << endl;
 341       path[1] = *new_nodes_i;
 342       path_search(all_comparisons, path, 2);
 343       ++new_nodes_i;
 344     }
 345   }
 346 }
 347
 348
 349 void
 350 NwayPaths::save_old(string save_file_path)
 351 {
 352   fstream save_file;
 353   list<ConservedPath >::iterator path_i, paths_end;
 354   int i;
 355
 356   save_file.open(save_file_path.c_str(), ios::app);
 357
 358   path_i = pathz.begin();
 359   paths_end = pathz.end();
 360   while(path_i != paths_end)
 361   {
 362     ConservedPath& a_path = *path_i;
 363     //cout << a_path.size() << endl;
 364     for(i = 0; i < path_i->size(); ++i)
 365       save_file << i << "," << a_path[i] << " ";
 366     save_file << endl;
 367     ++path_i;
 368   }
 369   save_file.close();
 370 }
 371
 372
 373 /*
 374 void
 375 NwayPaths::find_paths(vector<vector<FLPs> > all_comparisons)
 376 {
 377   int win_i, sp_i;
 378   vector<list<list<int> > > path_src_tree;
 379   list<int> new_nodes;
 380   list<int>::iterator node_i, node_end;
 381   <list<list<int> > >::iterator branch_i, branch_end;
 382
 383   pathz.clear();
 384   path_src_tree.reserve(all_comparisons.size()- 1);
 385
 386
 387   // loop thru all windows in first species
 388   for (win_i = 0; win_i < window_num; win_i++)
 389   {
 390     // clear the path search tree
 391     for(i = 0; i < all_comparisons.size(); i++)
 392       path_src_tree[i].clear();
 393
 394     // top level kept empty even tho implicity has one entry of the first
 395     // species at this window - why bother, adds a little speed
 396
 397     // get connection list for first species, creating a list of nodes
 398     // of second species connected to the first species at this window
 399     new_nodes = all_comparisons[0][1];
 400     path_src_tree[1].push_back(new_nodes);
 401
 402     // loop thru rest of species for this window to see if any paths of matches
 403     // go across all species
 404     // if path search tree becomes empty, break out of loop, no reason to search further
 405     sp_i = 1;
 406     while ((sp_i < all_comparisons.size()) && (path tree not empty))
 407     {
 408       branch_i = path_src_tree[1].begin();
 409       branch_end = path_src_tree[1].end();
 410       while (branch_i != branch_end)
 411       {
 412         node_i = branch_i->begin();
 413         node_end = branch_i->end();
 414       }
 415
 416
 417       // loop over all current nodes
 418          // get connection list for each node
 419          // loop over each previous node in list
 420             // get those nodes connection list
 421             // intersect previous node connections with current
 422
 423       ++sp_i;
 424     }
 425
 426     // insert any of the paths found into the master list of paths
 427
 428     // add no paths if tmp_pathz is empty...
 429   }
 430 }
 431
 432 void NwayPaths::refine()
 433 {
 434 }
 435 */
 436
 437
 438 void NwayPaths::print(list<vector<int> >& dump_path)
 439 {
 440   list<vector<int> >::iterator pathz_i;
 441   vector<int>::iterator path_i;
 442
 443   cout << "printing list of lists\n";
 444   for (pathz_i = dump_path.begin(); pathz_i != dump_path.end(); ++pathz_i)
 445   {
 446     for (path_i = pathz_i->begin(); path_i != pathz_i->end(); ++path_i)
 447       cout << *path_i << " ";
 448     cout << endl;
 449   }
 450 }