生物技术

开发平台：
C/C++

genemark_loader.cpp：源码内容
							/*
 * ===========================================================================
 * PRODUCTION $Log: genemark_loader.cpp,v $
 * PRODUCTION Revision 1000.5  2004/06/01 20:58:40  gouriano
 * PRODUCTION PRODUCTION: UPGRADED [GCC34_MSVC7] Dev-tree R1.35
 * PRODUCTION
 * ===========================================================================
 */
/*  $Id: genemark_loader.cpp,v 1000.5 2004/06/01 20:58:40 gouriano Exp $
 * ===========================================================================
 *
 *                            PUBLIC DOMAIN NOTICE
 *               National Center for Biotechnology Information
 *
 *  This software/database is a "United States Government Work" under the
 *  terms of the United States Copyright Act.  It was written as part of
 *  the author's official duties as a United States Government employee and
 *  thus cannot be copyrighted.  This software/database is freely available
 *  to the public for use. The National Library of Medicine and the U.S.
 *  Government have not placed any restriction on its use or reproduction.
 *
 *  Although all reasonable efforts have been taken to ensure the accuracy
 *  and reliability of the software and data, the NLM and the U.S.
 *  Government do not and cannot warrant the performance or results that
 *  may be obtained by using this software or data. The NLM and the U.S.
 *  Government disclaim all warranties, express or implied, including
 *  warranties of performance, merchantability or fitness for any particular
 *  purpose.
 *
 *  Please cite the author in any work or product based on this material.
 *
 * ===========================================================================
 *
 * Authors: Dmitry Dernovoy
 *
 * File Description:
 *   CGeneMarkLoader - Plugin to load GeneMark's predictions 
 */
#include <ncbi_pch.hpp>
#include "genemark_loader.hpp"
#include <gui/core/idocument.hpp>
#include <gui/core/version.hpp>
#include <gui/dialogs/file_browser.hpp>
#include <gui/plugin/PluginCommandSet.hpp>
#include <gui/plugin/PluginInfo.hpp>
#include <gui/plugin/PluginValue.hpp>
#include <objects/general/Int_fuzz.hpp>
#include <objects/general/Object_id.hpp>
#include <objects/seqfeat/Cdregion.hpp>
#include <objects/seqfeat/Feat_id.hpp>
#include <objects/seqfeat/Genetic_code.hpp>
#include <objects/seqfeat/SeqFeatData.hpp>
#include <objects/seqfeat/Seq_feat.hpp>
#include <objects/seqloc/Seq_interval.hpp>
#include <objects/seqloc/Seq_loc.hpp>
#define            GENEMARK_MAXLINE           200
BEGIN_NCBI_SCOPE
void CGeneMarkLoader::GetInfo(CPluginInfo& info)
{
    info.Reset();
    // version info macro
    info.SetInfo(CPluginVersion::eMajor, CPluginVersion::eMinor, 0,
                 string(__DATE__) + " " + string(__TIME__),
                 "CGeneMarkLoader",
                 "GeneMark\/Glimmer output",
                 "Load the results from a GeneMark/Glimmer run", "");
    // command info
    CPluginCommandSet& cmds     = info.SetCommands();
    CPluginCommand& import_args = cmds.AddDataCommand(eDataCommand_import);
    import_args.AddArgument("document", "Document", CPluginArg::eDocument);
}
CGeneMarkLoader::CGeneMarkLoader()
{
}
CGeneMarkLoader::~CGeneMarkLoader()
{
}
void CGeneMarkLoader::Import(CPluginMessage& msg)
{
    const CPluginCommand& args = msg.GetRequest().GetCommand();
    CPluginReply& reply = msg.SetReply();
    reply.SetStatus(eMessageStatus_failed);
    LOG_POST(Info << "CGeneMarkLoader::Load: start point.");
    IDocument* doc = const_cast<IDocument*> (&args["document"].AsDocument());
    if ( !doc ) {
        reply.SetStatus(eMessageStatus_failed);
        return;
    }
    try {
        LOG_POST(Info << "CGeneMarkLoader::Load: reading file...");
        CConstRef<CSeq_id> id(dynamic_cast<const CSeq_id*> (doc->GetObject()));
        if ( !id ) {
            _TRACE("CGeneMarkLoader::Load: can't get any reasonable seq_id");
            return;
        }
        string acc_text = id->GetSeqIdString(false) ;
        //   LOG_POST( Info << "CGeneMarkLoader:: accession: " << acc_text );
        //  _TRACE("CGeneMarkLoader:: accession: " << acc_text );
        string tmp_str =  string("(") + NStr::ToUpper(acc_text) + string(".fna.g*)");  //"(*.{gmHMM,gmark,glim_*})"
        string fname =
            NcbiFileBrowser("Open GeneMark/GeneMark.hmm/Glimmer output file...",
                            tmp_str.c_str(),
#if defined(NCBI_OS_MSWIN)
                            "\\Atlas\b11\tatiana\Predictions\");
#else
                            "/net/atlas/b11/tatiana/Predictions/");
#endif
        if ( fname.empty() ) {
            reply.SetStatus(eMessageStatus_ignored);
            return;
        }
        CBioseq_Handle handle = doc->GetScope().GetBioseqHandle(*id);
        if ( !handle ) {
            _TRACE("CGeneMarkLoader::Load: can't get bioseq handle");
            return;
        }
        CRef<CSeq_annot> annot;
        switch(x_RecognizeFormat(fname))
        {
        case fGeneMark:
            annot = x_LoadGeneMarkFile(fname, *id);
            break;
        case fGeneMarkHMM:
            annot = x_LoadGeneMarkHmmFile(fname, *id);
            break;
        case fGlimmer2:
            annot = x_LoadGlimmer2File(fname, *id);
            break;
        default:
            _TRACE("Unknown return code");
        case fUnknownFormat:
            _TRACE("Unsupported file format, file: "<< fname); 
            reply.SetStatus(eMessageStatus_failed);
            return;
        }
        // save the object in the reply for framework processing
        reply.AddObject(*doc, *annot);
        reply.AddAction(CPluginReplyAction::e_Add_to_document);
        reply.SetStatus(eMessageStatus_success);
    }
    catch (CException& e) {
        LOG_POST(Info << "failed to read GeneMark file: " << e.what());
        _TRACE("failed to read GeneMark file: " << e.what() );
    }
#ifndef _DEBUG
    catch (...) {
        _TRACE("failed to read GeneMark file: unknown error");
    }
#endif
}
CGeneMarkLoader::EFileFormat
CGeneMarkLoader::x_RecognizeFormat(const string& fname)
{
    CNcbiIfstream istr( fname.c_str() );
    char buf[ GENEMARK_MAXLINE +1 ];
    istr.getline(buf, GENEMARK_MAXLINE);
    if( strstr(buf,"r=-1.") || strstr(buf,"r=-0.") ) return fGlimmer2;
    for(int i=1; (i < 30) && !istr.eof() ; ++i)
    {
        istr.getline(buf, GENEMARK_MAXLINE);
        if(strstr(buf, "Strand"))
        {
            if(strstr(buf,"Frame"))    return fGeneMark;
            if(strstr(buf,"RightEnd")) return fGeneMarkHMM;
        }
    }
    return fUnknownFormat;
}
CRef<CSeq_annot>
CGeneMarkLoader::x_LoadGlimmer2File(const string&  fname,
                                    const CSeq_id& id)
{
    CNcbiIfstream istr(fname.c_str());
    CRef<CSeq_annot> annot( new CSeq_annot() );
    annot->AddName("Glimmer2 predictions");
    list< CRef<CSeq_feat> >& ftable = annot->SetData().SetFtable(); 
    char buf[ GENEMARK_MAXLINE +1 ];
    while( istr.getline(buf, GENEMARK_MAXLINE) )
    {
        CNcbiIstrstream Lstr( buf );
        int     gene_number = 0, glim_from = 0, glim_to = 0;
        Lstr >> gene_number;
        Lstr >> glim_from;
        Lstr >> glim_to;
        char strand = 'U';
        for( ; (strand != '-') && (strand != '+'); Lstr >> strand );
        TSeqPos LeftEnd, RightEnd;
        if(strand == '-')
        {
            LeftEnd  = glim_to - 3;
            RightEnd = glim_from;
        }else{                         // direct
            LeftEnd  = glim_from;
            RightEnd = glim_to + 3;
        }
        if(LeftEnd > RightEnd) // Glimmer prediction over zero-point
        {
            // can't handle yet
            LOG_POST(Info << "CGeneMarkLoader::Can't handle Glimmer's prediction over zero-point, skipped.");
            continue;
        }
        CRef<CSeq_feat> feat(new CSeq_feat());
        feat->SetComment() = "Glimmer2 pred #" + NStr::IntToString(gene_number) ;
        CSeq_interval& floc = feat->SetLocation().SetInt();
        floc.SetFrom(LeftEnd- 1);
        floc.SetTo(RightEnd - 1); 
        floc.SetStrand((strand == '-') ? eNa_strand_minus : eNa_strand_plus);
        floc.SetId().Assign(id);    // floc.SetId().SetGi( NStr::StringToInt(m_SeqId) );
        CSeqFeatData& fdata = feat->SetData();
        CCdregion& cdreg = fdata.SetCdregion();
        cdreg.SetFrame(CCdregion::eFrame_one);
        list< CRef< CGenetic_code::C_E > >& gcode = cdreg.SetCode().Set();
        CRef< CGenetic_code::C_E > ce(new CGenetic_code::C_E);
        ce->SetId(11);                                        // TSE=1; seq=1; feat=1
        gcode.push_back(ce);
        ftable.push_back(feat);
    }
    return annot;
}
CRef<CSeq_annot>
CGeneMarkLoader::x_LoadGeneMarkHmmFile(const string& fname,
                                       const CSeq_id& id)
{
    CNcbiIfstream istr(fname.c_str());
    CRef<CSeq_annot> annot( new CSeq_annot() );
    annot->AddName("GeneMark.hmm predictions");
    list< CRef<CSeq_feat> >& ftable = annot->SetData().SetFtable(); 
    char buf[ GENEMARK_MAXLINE +1 ];
    while( istr.getline(buf, GENEMARK_MAXLINE) )  // find and skip file header
    {
        if(strstr(buf, "Strand") && strstr(buf,"RightEnd"))
        {
            istr.getline(buf, GENEMARK_MAXLINE); // skip another one line
            break;
        }
    }
    while( istr.getline(buf, GENEMARK_MAXLINE) )
    {
        CNcbiIstrstream Lstr( buf );      // LOG_POST(Info << "Parsing line:" << buf);
        int     gene_number = 0;
        Lstr >> gene_number;
        char strand = 'U';
        for(; (strand != '-') && (strand != '+'); Lstr >> strand);
        string aLeftEnd;
        TSeqPos LeftEnd, RightEnd;
        Lstr >> aLeftEnd;
        Lstr >>  RightEnd;
        if(aLeftEnd[0] == '<') aLeftEnd[0] = ' '; 
        LeftEnd = NStr::StringToInt(aLeftEnd);
        //  _TRACE("parsed line: "<< gene_number <<" from: "<< LeftEnd <<" to: "<< RightEnd <<" starnd: "<< strand);
        CRef<CSeq_feat> feat(new CSeq_feat);
        feat->SetComment() = "GeneMark.hmm pred #" + NStr::IntToString(gene_number) ;
        CSeq_interval& floc = feat->SetLocation().SetInt();
        floc.SetFrom(LeftEnd- 1);
        floc.SetTo(RightEnd - 1); 
        floc.SetStrand((strand == '-') ? eNa_strand_minus : eNa_strand_plus);
        floc.SetId().Assign(id);    // floc.SetId().SetGi( NStr::StringToInt(m_SeqId) );
        CSeqFeatData& fdata = feat->SetData();
        CCdregion& cdreg = fdata.SetCdregion();
        cdreg.SetFrame(CCdregion::eFrame_one);
        list< CRef< CGenetic_code::C_E > >& gcode = cdreg.SetCode().Set();
        CRef< CGenetic_code::C_E > ce(new CGenetic_code::C_E);
        ce->SetId(11);                                        // TSE=1; seq=1; feat=1
        gcode.push_back(ce);
        ftable.push_back(feat);
    }
    return annot;
}
CRef<CSeq_annot>
CGeneMarkLoader::x_LoadGeneMarkFile(const string& fname, const CSeq_id& id)
{
    char buf[ GENEMARK_MAXLINE +1 ];
    CNcbiIfstream istr(fname.c_str());
    while(istr.getline(buf, GENEMARK_MAXLINE))  // find and skip file header
    {
        if(strstr(buf, "Strand") && strstr(buf,"Frame"))
        {
            istr.getline(buf, GENEMARK_MAXLINE); // skip  ----- -----
            // istr.getline(buf, GENEMARK_MAXLINE); // sometimes NOT empty !
            break;
        }
    }
    CRef<CSeq_annot> annot( new CSeq_annot() );
    annot->AddName("GeneMark predictions");
    list< CRef<CSeq_feat> >& ftable = annot->SetData().SetFtable();
    TSeqPos prevStop = 0;
    int gene_number  = 0;
    CRef<CSeq_feat> feat;
    CSeq_interval *floc;
    while( istr.getline(buf, GENEMARK_MAXLINE) )
    {
        if(strstr(buf, "interest")) break; // we have reached "List of Regions of interest"
        if(strlen(buf) < 10) continue;
        // LOG_POST(Info << "CGeneMarkLoader::Load: parsing line: " << buf );
        CNcbiIstrstream Lstr( buf );
        string  strand;
        TSeqPos LeftEnd, RightEnd, curStop;
        Lstr >> LeftEnd;
        Lstr >> RightEnd;
        Lstr >> strand;
        bool  is_complementary = (strand.find("complement") != string::npos);
        curStop = is_complementary ? LeftEnd : RightEnd;
        if(curStop != prevStop)  //  new lines-group
        {
            prevStop = curStop;
            ++gene_number;
            feat = new CSeq_feat();
            feat->SetComment() = "GeneMark pred #" + NStr::IntToString(gene_number) ;
            ftable.push_back(feat);
            CSeqFeatData& fdata = feat->SetData();
            CCdregion& cdreg = fdata.SetCdregion();
            cdreg.SetFrame(CCdregion::eFrame_one);
            list< CRef< CGenetic_code::C_E > >& gcode = cdreg.SetCode().Set();
            CRef< CGenetic_code::C_E > ce(new CGenetic_code::C_E);
            ce->SetId(11);                                        // TSE=1; seq=1; feat=1
            gcode.push_back(ce);
            floc = & feat->SetLocation().SetInt();
            floc->SetFrom(LeftEnd-1);
            floc->SetTo(RightEnd -1); 
            floc->SetStrand(is_complementary ? eNa_strand_minus : eNa_strand_plus);
            floc->SetId().Assign(id);   // floc->SetId().SetGi( NStr::StringToInt(m_SeqId) );
        }
        else    // another start of previous gene
        {    
            if(is_complementary)
            {
                floc->SetFuzz_to().SetAlt().push_back( RightEnd -1);
            }
            else
            {
                floc->SetFuzz_from().SetAlt().push_back( LeftEnd -1); // LOG_POST(Info << "Left:"<<LeftEnd);
            }  
        }
    }
    return annot;
}
END_NCBI_SCOPE
/*
 * =====================================================================
 * $Log: genemark_loader.cpp,v $
 * Revision 1000.5  2004/06/01 20:58:40  gouriano
 * PRODUCTION: UPGRADED [GCC34_MSVC7] Dev-tree R1.35
 *
 * Revision 1.35  2004/05/21 22:27:48  gorelenk
 * Added PCH ncbi_pch.hpp
 *
 * Revision 1.34  2004/03/11 17:44:00  dicuccio
 * Use new file loader dialog
 *
 * Revision 1.33  2003/12/22 20:29:47  dernovoy
 * skip Glimmer's prediction over zero-point
 *
 * Revision 1.32  2003/12/16 20:24:55  dernovoy
 * Path to precomputed predictions should work on both Windows and UNIX inside NCBI
 *
 * Revision 1.31  2003/12/10 22:53:24  dernovoy
 * defaults directory and file extensions added
 *
 * Revision 1.30  2003/12/09 23:22:14  dernovoy
 * menu string changed : coma instead of slash
 *
 * Revision 1.29  2003/12/09 21:46:00  dernovoy
 * Glimmer2 output loader was added
 *
 * Revision 1.28  2003/11/24 15:45:40  dicuccio
 * Renamed CVersion to CPluginVersion
 *
 * Revision 1.27  2003/11/18 17:49:26  dicuccio
 * Added standard processing of return values
 *
 * Revision 1.26  2003/11/04 17:49:25  dicuccio
 * Changed calling parameters for plugins - pass CPluginMessage instead of paired
 * CPluginCommand/CPluginReply
 *
 * Revision 1.25  2003/10/10 17:19:33  dicuccio
 * Added Import() interface.  Removed dead Save() interfaces
 *
 * Revision 1.24  2003/10/07 13:47:06  dicuccio
 * Renamed CPluginURL* to CPluginValue*
 *
 * Revision 1.23  2003/09/17 16:27:28  dicuccio
 * Removed load command
 *
 * Revision 1.22  2003/09/04 14:51:59  dicuccio
 * Use IDocument instead of CDocument
 *
 * Revision 1.21  2003/07/14 11:17:25  shomrat
 * Plugin messageing system related changes
 *
 * Revision 1.20  2003/06/25 17:02:59  dicuccio
 * Split CPluginHandle into a handle (pointer-to-implementation) and
 * implementation file.  Lots of #include file clean-ups.
 *
 * Revision 1.19  2003/06/20 14:52:58  dicuccio
 * Revised plugin registration - moved GetInfo() into the plugin handler
 *
 * Revision 1.18  2003/05/19 13:40:45  dicuccio
 * Moved gui/core/plugin/ -> gui/plugin/.  Merged core libraries into libgui_core.
 * Removed old, unused dialog box.
 *
 * Revision 1.17  2003/04/24 16:39:29  dicuccio
 * Updated to reflect changes in plugin API
 *
 * Revision 1.16  2003/02/24 13:03:16  dicuccio
 * Renamed classes in plugin spec:
 *     CArgSeg --> CPluginArgSet
 *     CArgument --> CPluginArg
 *     CPluginArgs --> CPluginCommand
 *     CPluginCommands --> CPluginCommandSet
 *
 * Revision 1.15  2003/02/20 19:49:56  dicuccio
 * Created new plugin architecture, based on ASN.1 spec.  Moved GBENCH frameowrk
 * over to use new plugin architecture.
 *
 * Revision 1.14  2003/02/06 18:48:36  dicuccio
 * Made 'catch (...)' conditional for non-debug builds
 *
 * Revision 1.13  2003/01/15 19:47:37  dernovoy
* accession can be used for seq_id in features (was: only gi).
*
* Revision 1.12  2003/01/13 13:10:07  dicuccio
* Namespace clean-up.  Retired namespace gui -> converted all to namespace ncbi.
* Moved all FLUID-generated code into namespace ncbi.
*
* Revision 1.11  2003/01/08 21:17:59  dernovoy
* Feature's location fixed (from local to gi),
* GeneMark coordinates translated to ncbi format (0 - (Len-1))
    *
    * Revision 1.10  2003/01/06 21:03:12  dernovoy
    * Support for Alternative starts (fuzz-from/to) of GeneMark's output
    *
    * Revision 1.9  2003/01/02 21:41:37  dernovoy
    * Load of genemark output added, the farthest starts taken for features
    *
    * Revision 1.8  2003/01/02 19:58:38  dernovoy
    * fix comparing stream with int
    *
    * Revision 1.7  2002/12/31 19:45:20  dernovoy
    * Addded support for genemarkHMM start positions started with symbol '<'
    *
    * Revision 1.6  2002/12/30 17:48:29  dicuccio
* Added mechanism for data loader plugins to announce supported modes of
* operation (load, import, save currently)
    *
    * Revision 1.5  2002/12/30 15:47:10  dernovoy
    * TRACE outputs added, any doc's updates comments out
    *
    * Revision 1.4  2002/12/26 20:50:25  dernovoy
    * *** empty log message ***
    *
    * Revision 1.3  2002/12/26 20:48:59  dernovoy
    * Log output
    *
* Revision 1.2  2002/12/26 17:45:55  dicuccio
* Reformatted code (reindent)
    *
    * Revision 1.1  2002/12/26 17:12:38  dernovoy
    * Initial revision.
    *
    * =====================================================================
    */

						