source: branches/items/GDE/MAFFT/mafft-7.055-with-extensions/core/mafft-distance.c

Last change on this file was 10371, checked in by aboeckma, 11 years ago

updated mafft version. Added extensions (no svn ignore, yet)
File size: 8.4 KB
Line 
1#include "mltaln.h"
2#include "mtxutl.h"
3
4#define DEBUG 0
5#define TEST  0
6
7#define END_OF_VEC -1
8
9static int maxl;
10static int tsize;
11static char outputformat;
12static float lenfaca, lenfacb, lenfacc, lenfacd;
13static int nadd;
14#define PLENFACA 0.01
15#define PLENFACB 10000
16#define PLENFACC 10000
17#define PLENFACD 0.1
18#define DLENFACA 0.01
19#define DLENFACB 2500
20#define DLENFACC 2500
21#define DLENFACD 0.1
22
23void arguments( int argc, char *argv[] )
24{
25        int c;
26
27        inputfile = NULL;
28        outputformat = 's';
29        scoremtx = 1;
30        nblosum = 62;
31        dorp = NOTSPECIFIED;
32        nadd = 0;
33        alg = 'X';
34
35    while( --argc > 0 && (*++argv)[0] == '-' )
36        {
37        while ( (c = *++argv[0]) )
38                {
39            switch( c )
40            {
41                                case 'i':
42                                        inputfile = *++argv;
43                                        fprintf( stderr, "inputfile = %s\n", inputfile );
44                                        --argc;
45                                        goto nextoption;
46                                case 'I':
47                                        nadd = atoi(*++argv);
48                                        if( nadd == 0 )
49                                        {
50                                                fprintf( stderr, "nadd = %d?\n", nadd );
51                                                exit( 1 );
52                                        }
53                                        --argc;
54                                        goto nextoption;
55                                case 'p':
56                                        outputformat = 'p';
57                                        break;
58                                case 'D':
59                                        dorp = 'd';
60                                        break;
61                                case 'P':
62                                        dorp = 'p';
63                                        break;
64                default:
65                    fprintf( stderr, "illegal option %c\n", c );
66                    argc = 0;
67                    break;
68            }
69                }
70                nextoption:
71                        ;
72        }
73        if( inputfile == NULL )
74        {
75                argc--;
76                inputfile = *argv;
77                fprintf( stderr, "inputfile = %s\n", inputfile );
78        }
79    if( argc != 0 )
80    {
81        fprintf( stderr, "Usage: mafft-distance [-PD] [-i inputfile] inputfile > outputfile\n" );
82        exit( 1 );
83    }
84}
85
86void seq_grp_nuc( int *grp, char *seq )
87{
88        int tmp;
89        int *grpbk = grp;
90        while( *seq )
91        {
92                tmp = amino_grp[(int)*seq++];
93                if( tmp < 4 )
94                        *grp++ = tmp;
95                else
96                        fprintf( stderr, "WARNING : Unknown character %c\r", *(seq-1) );
97        }
98        *grp = END_OF_VEC;
99        if( grp - grpbk < 6 )
100        {
101                fprintf( stderr, "\n\nWARNING: Too short.\nPlease also consider use mafft-ginsi, mafft-linsi or mafft-ginsi.\n\n\n" );
102//              exit( 1 );
103                *grpbk = -1;
104        }
105}
106
107void seq_grp( int *grp, char *seq )
108{
109        int tmp;
110        int *grpbk = grp;
111        while( *seq )
112        {
113                tmp = amino_grp[(int)*seq++];
114                if( tmp < 6 )
115                        *grp++ = tmp;
116                else
117                        fprintf( stderr, "WARNING : Unknown character %c\r", *(seq-1) );
118        }
119        *grp = END_OF_VEC;
120        if( grp - grpbk < 6 )
121        {
122                fprintf( stderr, "\n\nWARNING: Too short.\nPlease also consider use mafft-ginsi, mafft-linsi or mafft-ginsi.\n\n\n" );
123//              exit( 1 );
124                *grpbk = -1;
125        }
126}
127
128void makecompositiontable_p( short *table, int *pointt )
129{
130        int point;
131
132        while( ( point = *pointt++ ) != END_OF_VEC )
133                table[point]++;
134}
135
136int commonsextet_p( short *table, int *pointt )
137{
138        int value = 0;
139        short tmp;
140        int point;
141        static short *memo = NULL;
142        static int *ct = NULL;
143        static int *cp;
144
145        if( *pointt == -1 )
146                return( 0 );
147
148        if( !memo )
149        {
150                memo = (short *)calloc( tsize, sizeof( short ) );
151                if( !memo ) ErrorExit( "Cannot allocate memo\n" );
152                ct = (int *)calloc( MIN( maxl, tsize)+1, sizeof( int ) );
153                if( !ct ) ErrorExit( "Cannot allocate memo\n" );
154        }
155
156        cp = ct;
157        while( ( point = *pointt++ ) != END_OF_VEC )
158        {
159                tmp = memo[point]++;
160                if( tmp < table[point] )
161                        value++;
162                if( tmp == 0 ) *cp++ = point;
163//              fprintf( stderr, "cp - ct = %d (tsize = %d)\n", cp - ct, tsize );
164        }
165        *cp = END_OF_VEC;
166       
167        cp =  ct;
168        while( *cp != END_OF_VEC )
169                memo[*cp++] = 0;
170
171        return( value );
172}
173
174void makepointtable_nuc( int *pointt, int *n )
175{
176        int point;
177        register int *p;
178
179        if( *n == -1 )
180        {
181                *pointt = -1;
182                return;
183        }
184
185        p = n;
186        point  = *n++ *  1024;
187        point += *n++ *   256;
188        point += *n++ *    64;
189        point += *n++ *    16;
190        point += *n++ *     4;
191        point += *n++;
192        *pointt++ = point;
193
194        while( *n != END_OF_VEC )
195        {
196                point -= *p++ * 1024;
197                point *= 4;
198                point += *n++;
199                *pointt++ = point;
200        }
201        *pointt = END_OF_VEC;
202}
203
204void makepointtable( int *pointt, int *n )
205{
206        int point;
207        register int *p;
208
209        if( *n == -1 )
210        {
211                *pointt = -1;
212                return;
213        }
214
215        p = n;
216        point  = *n++ *  7776;
217        point += *n++ *  1296;
218        point += *n++ *   216;
219        point += *n++ *    36;
220        point += *n++ *     6;
221        point += *n++;
222        *pointt++ = point;
223
224        while( *n != END_OF_VEC )
225        {
226                point -= *p++ * 7776;
227                point *= 6;
228                point += *n++;
229                *pointt++ = point;
230        }
231        *pointt = END_OF_VEC;
232}
233
234int main( int argc, char **argv )
235{
236        int i, j, initj;
237        FILE *infp;
238        char **seq;
239        int *grpseq;
240        char *tmpseq;
241        int  **pointt;
242        static char **name;
243        static int *nlen;
244        double *mtxself;
245        float score;
246        static short *table1;
247        float longer, shorter;
248        float lenfac;
249        float bunbo;
250        int norg;
251
252        arguments( argc, argv );
253
254
255        if( inputfile )
256        {
257                infp = fopen( inputfile, "r" );
258                if( !infp )
259                {
260                        fprintf( stderr, "Cannot open %s\n", inputfile );
261                        exit( 1 );
262                }
263        }
264        else
265                infp = stdin;
266
267#if 0
268        PreRead( stdin, &njob, &nlenmax );
269#else
270        getnumlen( infp );
271#endif
272        rewind( infp );
273        if( njob < 2 )
274        {
275                fprintf( stderr, "At least 2 sequences should be input!\n"
276                                                 "Only %d sequence found.\n", njob );
277                exit( 1 );
278        }
279
280        tmpseq = AllocateCharVec( nlenmax+1 );
281        seq = AllocateCharMtx( njob, nlenmax+1 );
282        grpseq = AllocateIntVec( nlenmax+1 );
283        pointt = AllocateIntMtx( njob, nlenmax+1 );
284        mtxself = AllocateDoubleVec( njob );
285        pamN = NOTSPECIFIED;
286        name = AllocateCharMtx( njob, B );
287        nlen = AllocateIntVec( njob );
288
289#if 0
290        FRead( infp, name, nlen, seq );
291#else
292        readData_pointer( infp, name, nlen, seq );
293#endif
294
295        fclose( infp );
296
297        constants( njob, seq );
298
299
300        if( nadd ) outputformat = 's';
301        norg = njob - nadd;
302
303        if( dorp == 'd' ) tsize = (int)pow( 4, 6 );
304        else              tsize = (int)pow( 6, 6 );
305
306        if( dorp == 'd' )
307        {
308                lenfaca = DLENFACA;
309                lenfacb = DLENFACB;
310                lenfacc = DLENFACC;
311                lenfacd = DLENFACD;
312        }
313        else   
314        {
315                lenfaca = PLENFACA;
316                lenfacb = PLENFACB;
317                lenfacc = PLENFACC;
318                lenfacd = PLENFACD;
319        }
320
321        maxl = 0;
322        for( i=0; i<njob; i++ ) 
323        {
324                gappick0( tmpseq, seq[i] );
325                nlen[i] = strlen( tmpseq );
326//              if( nlen[i] < 6 )
327//              {
328//                      fprintf( stderr, "Seq %d, too short, %d characters\n", i+1, nlen[i] );
329//                      exit( 1 );
330//              }
331                if( nlen[i] > maxl ) maxl = nlen[i];
332                if( dorp == 'd' ) /* nuc */
333                {
334                        seq_grp_nuc( grpseq, tmpseq );
335                        makepointtable_nuc( pointt[i], grpseq );
336                }
337                else                 /* amino */
338                {
339                        seq_grp( grpseq, tmpseq );
340                        makepointtable( pointt[i], grpseq );
341                }
342        }
343        fprintf( stderr, "\nCalculating i-i scores ... " );
344        for( i=0; i<njob; i++ )
345        {
346                table1 = (short *)calloc( tsize, sizeof( short ) );
347                if( !table1 ) ErrorExit( "Cannot allocate table1\n" );
348                makecompositiontable_p( table1, pointt[i] );
349
350                score = commonsextet_p( table1, pointt[i] );
351                mtxself[i] = score;
352                free( table1 );
353        }
354
355        fprintf( stderr, "done.\n" );
356        fprintf( stderr, "\nCalculating i-j scores ... \n" );
357        if( outputformat == 'p' ) fprintf( stdout, "%-5d", njob );
358        for( i=0; i<norg; i++ )
359        {
360                if( outputformat == 'p' ) fprintf( stdout, "\n%-9d ", i+1 );
361                table1 = (short *)calloc( tsize, sizeof( short ) );
362                if( !table1 ) ErrorExit( "Cannot allocate table1\n" );
363                if( i % 10 == 0 )
364                {
365                        fprintf( stderr, "%4d / %4d\r", i+1, njob );
366                }
367                makecompositiontable_p( table1, pointt[i] );
368
369
370                if( nadd == 0 )
371                {
372                        if( outputformat == 'p' ) initj = 0;
373                        else initj = i+1;
374                }
375                else 
376                {
377                        initj = norg;
378                }
379                for( j=initj; j<njob; j++ ) 
380                {
381                        if( nlen[i] > nlen[j] )
382                        {
383                                longer=(float)nlen[i];
384                                shorter=(float)nlen[j];
385                        }
386                        else
387                        {
388                                longer=(float)nlen[j];
389                                shorter=(float)nlen[i];
390                        }
391//                      lenfac = 3.0 / ( LENFACA + LENFACB / ( longer + LENFACC ) + shorter / longer * LENFACD );
392                        lenfac = 1.0 / ( shorter / longer * lenfacd + lenfacb / ( longer + lenfacc ) + lenfaca );
393//                      lenfac = 1.0;
394//                      fprintf( stderr, "lenfac = %f (%.0f,%.0f)\n", lenfac, longer, shorter );
395                        score = commonsextet_p( table1, pointt[j] );
396                        bunbo = MIN( mtxself[i], mtxself[j] );
397                        if( outputformat == 'p' )
398                        {
399                                if( bunbo == 0.0 )
400                                        fprintf( stdout, " %8.6f", 1.0 );
401                                else
402                                        fprintf( stdout, " %8.6f", ( 1.0 - score / bunbo ) * lenfac );
403                                if( j % 7 == 6 ) fprintf( stdout, "\n" );
404                        }
405                        else
406                        {
407                                if( bunbo == 0.0 )
408                                        fprintf( stdout, "%d-%d d=%4.2f l=%d,%d\n", i+1, j+1, 1.0, nlen[i], nlen[j] );
409                                else
410                                        fprintf( stdout, "%d-%d d=%4.2f l=%d,%d\n", i+1, j+1, ( 1.0 - score / bunbo ) * lenfac, nlen[i], nlen[j] );
411                        }
412//                      fprintf( stderr, "##### mtx = %f, mtx[i][0]=%f, mtx[j][0]=%f, bunbo=%f\n", mtx[i][j-i], mtx[i][0], mtx[j][0], bunbo );
413//          score = (double)commonsextet_p( table1, pointt[j] );
414//                      fprintf( stdout, "%d-%d d=%4.2f l=%d,%d\n", i+1, j+1, ( 1.0 - score / MIN( mtxself[i], mtxself[j] ) ) * 3, nlen[i], nlen[j] );
415
416
417                } 
418                free( table1 );
419        }
420               
421        fprintf( stderr, "\n" );
422        if( outputformat == 'p' ) fprintf( stdout, "\n" );
423        SHOWVERSION;
424        exit( 0 );
425}
Note: See TracBrowser for help on using the repository browser.