misc/soap2sam.pl

   1 #!/usr/bin/perl -w
   2
   3 # Contact: lh3
   4 # Version: 0.1.1
   5
   6 use strict;
   7 use warnings;
   8 use Getopt::Std;
   9
  10 &soap2sam;
  11 exit;
  12
  13 sub mating {
  14   my ($s1, $s2) = @_;
  15   my $isize = 0;
  16   if ($s1->[2] ne '*' && $s1->[2] eq $s2->[2]) { # then calculate $isize
  17         my $x1 = ($s1->[1] & 0x10)? $s1->[3] + length($s1->[9]) : $s1->[3];
  18         my $x2 = ($s2->[1] & 0x10)? $s2->[3] + length($s2->[9]) : $s2->[3];
  19         $isize = $x2 - $x1;
  20   }
  21   # update mate coordinate
  22   if ($s2->[2] ne '*') {
  23         @$s1[6..8] = (($s2->[2] eq $s1->[2])? "=" : $s2->[2], $s2->[3], $isize);
  24         $s1->[1] |= 0x20 if ($s2->[1] & 0x10);
  25   } else {
  26         $s1->[1] |= 0x8;
  27   }
  28   if ($s1->[2] ne '*') {
  29         @$s2[6..8] = (($s1->[2] eq $s2->[2])? "=" : $s1->[2], $s1->[3], -$isize);
  30         $s2->[1] |= 0x20 if ($s1->[1] & 0x10);
  31   } else {
  32         $s2->[1] |= 0x8;
  33   }
  34 }
  35
  36 sub soap2sam {
  37   my %opts = ();
  38   getopts("p", \%opts);
  39   die("Usage: soap2sam.pl [-p] <aln.soap>\n") if (@ARGV == 0 && -t STDIN);
  40   my $is_paired = defined($opts{p});
  41   # core loop
  42   my @s1 = ();
  43   my @s2 = ();
  44   my ($s_last, $s_curr) = (\@s1, \@s2);
  45   while (<>) {
  46         s/[\177-\377]|[\000-\010]|[\012-\040]//g;
  47         next if (&soap2sam_aux($_, $s_curr, $is_paired) < 0);
  48         if (@$s_last != 0 && $s_last->[0] eq $s_curr->[0]) {
  49           &mating($s_last, $s_curr);
  50           print join("\t", @$s_last), "\n";
  51           print join("\t", @$s_curr), "\n";
  52           @$s_last = (); @$s_curr = ();
  53         } else {
  54           print join("\t", @$s_last), "\n" if (@$s_last != 0);
  55           my $s = $s_last; $s_last = $s_curr; $s_curr = $s;
  56         }
  57   }
  58   print join("\t", @$s_last), "\n" if (@$s_last != 0);
  59 }
  60
  61 sub soap2sam_aux {
  62   my ($line, $s, $is_paired) = @_;
  63   chomp($line);
  64   my @t = split(/\s+/, $line);
  65   return -1 if (@t < 9 || $line =~ /^\s/ || !$t[0]);
  66   @$s = ();
  67   # fix SOAP-2.1.x bugs
  68   @t = @t[0..2,4..$#t] unless ($t[3] =~ /^\d+$/);
  69   # read name
  70   $s->[0] = $t[0];
  71   $s->[0] =~ s/\/[12]$//g;
  72   # initial flag (will be updated later)
  73   $s->[1] = 0;
  74   $s->[1] |= 1 | 1<<($t[4] eq 'a'? 6 : 7);
  75   $s->[1] |= 2 if ($is_paired);
  76   # read & quality
  77   $s->[9] = $t[1];
  78   $s->[10] = (length($t[2]) > length($t[1]))? substr($t[2], 0, length($t[1])) : $t[2];
  79   # cigar
  80   $s->[5] = length($s->[9]) . "M";
  81   # coor
  82   $s->[2] = $t[7]; $s->[3] = $t[8];
  83   $s->[1] |= 0x10 if ($t[6] eq '-');
  84   # mapQ
  85   $s->[4] = $t[3] == 1? 30 : 0;
  86   # mate coordinate
  87   $s->[6] = '*'; $s->[7] = $s->[8] = 0;
  88   # aux
  89   push(@$s, "NM:i:$t[9]");
  90   my $md = '';
  91   if ($t[9]) {
  92         my @x;
  93         for (10 .. $#t) {
  94           push(@x, sprintf("%.3d,$1", $2)) if ($t[$_] =~ /^([ACGT])->(\d+)/i);
  95         }
  96         @x = sort(@x);
  97         my $a = 0;
  98         for (@x) {
  99           my ($y, $z) = split(",");
 100           $md .= (int($y)-$a) . $z;
 101           $a += $y - $a + 1;
 102         }
 103         $md .= length($t[1]) - $a;
 104   } else {
 105         $md = length($t[1]);
 106   }
 107   push(@$s, "MD:Z:$md");
 108   return 0;
 109 }