生物技术

开发平台：
C/C++

splign_compartment_finder.cpp：源码内容
							/*
 * ===========================================================================
 * PRODUCTION $Log: splign_compartment_finder.cpp,v $
 * PRODUCTION Revision 1000.0  2004/06/01 18:12:33  gouriano
 * PRODUCTION PRODUCTION: IMPORTED [GCC34_MSVC7] Dev-tree R1.5
 * PRODUCTION
 * ===========================================================================
 */
/* $Id: splign_compartment_finder.cpp,v 1000.0 2004/06/01 18:12:33 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.   
*
* ===========================================================================
*
* Author:  Yuri Kapustin
*
* File Description: Compartment Finder
*                   
* ===========================================================================
*/
#include <ncbi_pch.hpp>
#include "splign_compartment_finder.hpp"
#include <corelib/ncbi_limits.hpp>
#include <algo/align/align_exception.hpp>
#include <algorithm>
BEGIN_NCBI_SCOPE
void CCompartmentFinder::CCompartment::UpdateMinMax() {
  m_box[0] = m_box[2] = kMax_UInt;
  m_box[1] = m_box[3] = 0;
  ITERATE(vector<const CHit*>, ph, m_members) {
    
    const CHit* hit = *ph;
    if(size_t(hit->m_ai[0]) < m_box[0]) {
      m_box[0] = hit->m_ai[0];
    }
    if(size_t(hit->m_ai[2]) < m_box[2]) {
      m_box[2] = hit->m_ai[2];
    }
    if(size_t(hit->m_ai[1]) > m_box[1]) {
      m_box[1] = hit->m_ai[1];
    }
    if(size_t(hit->m_ai[3]) > m_box[3]) {
      m_box[3] = hit->m_ai[3];
    }
  }
}
bool CCompartmentFinder::CCompartment::GetStrand() const {
  if(m_members.size()) {
    return m_members[0]->IsStraight();
  }
  else {
        NCBI_THROW( CAlgoAlignException,
                    eInternal,
                    "Strand requested on an empty compartment" );
  }
}
CCompartmentFinder::CCompartmentFinder(vector<CHit>::const_iterator start,
                                       vector<CHit>::const_iterator finish):
  m_intron_min(GetDefaultIntronMin()),
  m_intron_max(GetDefaultIntronMax()),
  m_penalty(GetDefaultPenalty()),
  m_min_coverage(GetDefaultMinCoverage()),
  m_iter(-1)
{
  const size_t dim = finish - start;
  if(dim >  0) {
    m_hits.resize(dim);
    const CHit* p0 = &(*start);
    for(size_t i = 0; i < dim; ++i) {
      m_hits[i] = p0++;
    }
  }
}
size_t CCompartmentFinder::Run()
{
  m_compartments.clear();
  const size_t dimhits = m_hits.size();
  if(dimhits == 0) {
    return 0;
  }
  // sort here to make sure that later at every step
  // all potential sources (hits from where to continue)
  // are visible
  sort(m_hits.begin(), m_hits.end(), CHit::PSubjLow_QueryLow_ptr);
  // insert dummy element
  list<SQueryMark> qmarks; // ordered list of query marks
  qmarks.clear();
  qmarks.push_back(SQueryMark(0, 0, -1));
  const list<SQueryMark>::iterator li_b = qmarks.begin();
  // *** Generic hit iteration (could be optimized of course) ***
  // For every hit:
  // - find out if its query mark already exists (qm_new)
  // - for query mark below the current:
  //   -- check if it could be extended
  //   -- evaluate extension potential
  // - for every other qm:
  //   -- check if its compartment could be terminated
  //   -- evaluate potential of terminating the compartment
  //      to open a new one
  // - select the best potential
  // - if qm_new, create the new query mark, otherwise
  //   update the existing one if the new score is higher
  // - if query mark was created or updated, 
  //   save the hit's status ( previous hit, extension or opening)
  //
  vector<SHitStatus> hitstatus (dimhits);
  for(size_t i = 0; i < dimhits; ++i) {
    const list<SQueryMark>::iterator li_e = qmarks.end();
    const CHit& h = *m_hits[i];
    list<SQueryMark>::iterator li0 = lower_bound(li_b, li_e,
                                                 SQueryMark(h.m_ai[1], 0, -2));
    bool qm_new = (li0 == li_e)? true: (size_t(h.m_ai[1]) < li0->m_coord);
    int best_ext_score = kMin_Int;
    list<SQueryMark>::iterator li_best_ext = li_b;
    int best_open_score = kMin_Int;
    list<SQueryMark>::iterator li_best_open = li_b;
    for( list<SQueryMark>::iterator li = li_b; li != li_e; ++li) {
      const CHit* phc = (li->m_hit == -1)? 0: m_hits[li->m_hit];
      // check if good for extention
      if(li->m_hit < int(i)) {
        size_t q0 = h.m_ai[0], s0 = h.m_ai[2]; // possible continuation point
        bool good;
        if(li->m_hit == -1) {
          good = false;
        }
        else {
          if(phc->m_ai[1] >= h.m_ai[1]) {
            good = false;
          }
          else {
            if(phc->m_ai[1] < h.m_ai[0]) {
              q0 = h.m_ai[0];
              s0 = h.m_ai[2];
            }
            else {
              // find where this point would be on h
              q0 = phc->m_ai[1] + 1;
              s0 += q0 - h.m_ai[0];
            }
            int intron = int(s0) - phc->m_ai[3] - 1;
            good =  int(m_intron_min) <= intron && intron <= int(m_intron_max);
          }          
        }
        if(good) {
          int ext_score = li->m_score +
              int(0.01 * h.m_Idnty * (h.m_ai[1] - q0 + 1));
          if(ext_score > best_ext_score) {
            best_ext_score = ext_score;
            li_best_ext = li;
          }
        }
      }
      
      // check if good for closing and opening
      if(li->m_hit == -1 ||  phc->m_ai[3] < h.m_ai[2]) {
        int score_open = li->m_score - m_penalty +
          int(0.01*h.m_Idnty*(h.m_ai[1] - h.m_ai[0] + 1));
        if(score_open > best_open_score) {
          best_open_score = score_open;
          li_best_open = li;
        }
      }
    }
    SHitStatus::EType hit_type;
    int prev_hit;
    int best_score;
    if(best_ext_score > best_open_score) {
      hit_type = SHitStatus::eExtension;
      prev_hit = li_best_ext->m_hit;
      best_score = best_ext_score;
    }
    else {
      hit_type = SHitStatus::eOpening;
      prev_hit = li_best_open->m_hit;
      best_score = best_open_score;
    }
    bool updated = false;
    if(qm_new) {
      qmarks.insert(li0, SQueryMark(h.m_ai[1], best_score, i));
      updated = true;
    }
    else {
      if(best_score > li0->m_score) {
        li0->m_score = best_score;
        li0->m_hit = i;
        updated = true;
      }
    }
    if(updated) {
      hitstatus[i].m_type = hit_type;
      hitstatus[i].m_prev = prev_hit;
    }
  }
  // *** backtrace ***
  // - find query mark with the highest score
  // - trace it back until the dummy
  list<SQueryMark>::iterator li_best = li_b;
  ++li_best;
  int score_best = kMin_Int;
  for(list<SQueryMark>::iterator li = li_best, li_e = qmarks.end();
      li != li_e; ++li) {
    if(li->m_score > score_best) {
      score_best = li->m_score;
      li_best = li;
    }
  }
  if( int(score_best + m_penalty) >= int(m_min_coverage) ) {
    int i = li_best->m_hit;
    CCompartment* pc = 0;
    bool new_compartment = true;
    while(i != -1) {
      if(new_compartment) {
        new_compartment = false;
        m_compartments.push_back(CCompartment());
        pc = &m_compartments.back();
      }
      pc->AddMember(m_hits[i]);
      
      if(hitstatus[i].m_type == SHitStatus::eOpening) {
        new_compartment = true;
      }
      i = hitstatus[i].m_prev;
    }
  }
  return m_compartments.size();
}
CCompartmentFinder::CCompartment* CCompartmentFinder::GetFirst()
{
  if(m_compartments.size()) {
    m_iter = 0;
    return &m_compartments[m_iter++];
  }
  else {
    m_iter = -1;
    return 0;
  }
}
void CCompartmentFinder::OrderCompartments(void) {
  
  for(int i = 0, dim = m_compartments.size(); i < dim; ++i) {
    m_compartments[i].UpdateMinMax();
  }
  sort(m_compartments.begin(), m_compartments.end(), PLowerSubj);
}
CCompartmentFinder::CCompartment* CCompartmentFinder::GetNext()
{
  const size_t dim = m_compartments.size();
  if(m_iter == -1 || m_iter >= int(dim)) {
    m_iter = -1;
    return 0;
  }
  else {
    return &m_compartments[m_iter++];
  }
}
CCompartmentAccessor::CCompartmentAccessor(vector<CHit>::iterator istart,
                                           vector<CHit>::iterator ifinish,
                                           size_t comp_penalty,
                                           size_t min_coverage)
{
    // separate strands for CompartmentFinder
    vector<CHit>::iterator ib = istart, ie = ifinish, ii = ib, iplus_beg = ie;
    sort(ib, ie, CHit::PPrecedeStrand);
    size_t minus_subj_min = kMax_UInt, minus_subj_max = 0;
    for(ii = ib; ii != ie; ++ii) {
      if(ii->IsStraight()) {
        iplus_beg = ii;
        break;
      }
      else {
        if(size_t(ii->m_ai[2]) < minus_subj_min) {
          minus_subj_min = ii->m_ai[2];
        }
        if(size_t(ii->m_ai[3]) > minus_subj_max) {
          minus_subj_max = ii->m_ai[3];
        }
      }
    }
    // minus
    {{
      // flip
      for(ii = ib; ii != iplus_beg; ++ii) {
        int s0 = minus_subj_min + minus_subj_max - ii->m_ai[3];
        int s1 = minus_subj_min + minus_subj_max - ii->m_ai[2];
        ii->m_an[2] = ii->m_ai[2] = s0;
        ii->m_an[3] = ii->m_ai[3] = s1;
      }
      CCompartmentFinder finder (ib, iplus_beg);
      finder.SetMinCoverage(min_coverage);
      finder.SetPenalty(comp_penalty);
      finder.Run();
      // un-flip
      for(ii = ib; ii != iplus_beg; ++ii) {
        int s0 = minus_subj_min + minus_subj_max - ii->m_ai[3];
        int s1 = minus_subj_min + minus_subj_max - ii->m_ai[2];
        ii->m_an[3] = ii->m_ai[2] = s0;
        ii->m_an[2] = ii->m_ai[3] = s1;
      }
      x_Copy2Pending(finder);
    }}
    // plus
    {{
      CCompartmentFinder finder (iplus_beg, ie);
      finder.SetMinCoverage(min_coverage);
      finder.SetPenalty(comp_penalty);
      finder.Run();
      x_Copy2Pending(finder);
    }}
}
void CCompartmentAccessor::x_Copy2Pending(CCompartmentFinder& finder)
{
  finder.OrderCompartments();
  // copy to pending
  for(CCompartmentFinder::CCompartment* compartment = finder.GetFirst(); compartment;
      compartment = finder.GetNext()) {
    
    m_pending.push_back(vector<CHit>(0));
    vector<CHit>& vh = m_pending.back();
    
    for(const CHit* ph = compartment->GetFirst(); ph; ph = compartment->GetNext()) {
      vh.push_back(*ph);
    }
    
    const size_t* box = compartment->GetBox();
    m_ranges.push_back(box[0]-1);
    m_ranges.push_back(box[1]-1);
    m_ranges.push_back(box[2]-1);
    m_ranges.push_back(box[3]-1);
    m_strands.push_back(compartment->GetStrand());
  }
}
bool CCompartmentAccessor::GetFirst(vector<CHit>& compartment) {
  m_iter = 0;
  return GetNext(compartment);
}
bool CCompartmentAccessor::GetNext(vector<CHit>& compartment) {
  compartment.clear();
  if(m_iter < m_pending.size()) {
    compartment = m_pending[m_iter++];
    return true;
  }
  else {
    return false;
  }
}
END_NCBI_SCOPE
/*
 * ===========================================================================
 * $Log: splign_compartment_finder.cpp,v $
 * Revision 1000.0  2004/06/01 18:12:33  gouriano
 * PRODUCTION: IMPORTED [GCC34_MSVC7] Dev-tree R1.5
 *
 * Revision 1.5  2004/05/24 16:13:57  gorelenk
 * Added PCH ncbi_pch.hpp
 *
 * Revision 1.4  2004/05/18 21:43:40  kapustin
 * Code cleanup
 *
 * Revision 1.3  2004/04/23 14:37:44  kapustin
 * *** empty log message ***
 *
 * ==========================================================================
 */

						