| 1 | #include <stdio.h> |
|---|
| 2 | #include <string.h> |
|---|
| 3 | #include <stdlib.h> |
|---|
| 4 | #include "clustalv.h" |
|---|
| 5 | |
|---|
| 6 | /* |
|---|
| 7 | * Prototypes |
|---|
| 8 | */ |
|---|
| 9 | |
|---|
| 10 | extern void *ckalloc(size_t); |
|---|
| 11 | extern Boolean read_tree(int *,double *,int *,int *,int *); |
|---|
| 12 | extern void warning(const char *,...); |
|---|
| 13 | void init_upgma(void); |
|---|
| 14 | void upgma(int); |
|---|
| 15 | |
|---|
| 16 | /* |
|---|
| 17 | * Global variables |
|---|
| 18 | */ |
|---|
| 19 | |
|---|
| 20 | extern FILE *tree; |
|---|
| 21 | extern char treename[]; |
|---|
| 22 | extern double **tmat; |
|---|
| 23 | |
|---|
| 24 | static int *combine; |
|---|
| 25 | static int *otree_array,*tree_array; |
|---|
| 26 | double **smat; |
|---|
| 27 | static int *group1,*group2; |
|---|
| 28 | |
|---|
| 29 | |
|---|
| 30 | void init_upgma() |
|---|
| 31 | { |
|---|
| 32 | register int i; |
|---|
| 33 | |
|---|
| 34 | combine = (int *)ckalloc( (MAXN+1) * sizeof (int) ); |
|---|
| 35 | otree_array = (int *)ckalloc( (MAXN+1) * sizeof (int) ); |
|---|
| 36 | |
|---|
| 37 | smat = (double **) ckalloc( (MAXN+1) * sizeof (double *) ); |
|---|
| 38 | for(i=0;i<MAXN+1;i++) |
|---|
| 39 | smat[i] = (double *)ckalloc( (MAXN+1) * sizeof (double) ); |
|---|
| 40 | |
|---|
| 41 | tree_array = (int *)ckalloc( (MAXN+1) * sizeof (int) ); |
|---|
| 42 | group1 = (int *)ckalloc( (MAXN+1) * sizeof (int) ); |
|---|
| 43 | group2 = (int *)ckalloc( (MAXN+1) * sizeof (int) ); |
|---|
| 44 | } |
|---|
| 45 | |
|---|
| 46 | void upgma(int totseqs) |
|---|
| 47 | { |
|---|
| 48 | int i,j,k,sub1,sub2,lowp,highp,ndone,chunks,comv,flag,gp2,iter,n,idummy; |
|---|
| 49 | int m,m2; |
|---|
| 50 | int bottom,top; |
|---|
| 51 | double score,med,acc,dummy; |
|---|
| 52 | |
|---|
| 53 | iter=0; |
|---|
| 54 | |
|---|
| 55 | for(i=1;i<=totseqs;++i) { |
|---|
| 56 | combine[i]=otree_array[i]=0; |
|---|
| 57 | tmat[i][i]=0.0; |
|---|
| 58 | } |
|---|
| 59 | |
|---|
| 60 | for(i=1;i<=totseqs;++i) |
|---|
| 61 | for(j=1;j<=totseqs;++j) |
|---|
| 62 | smat[i][j]=tmat[i][j]; |
|---|
| 63 | |
|---|
| 64 | while(TRUE) { |
|---|
| 65 | score = 0.0; |
|---|
| 66 | sub1 = sub2 =0; |
|---|
| 67 | |
|---|
| 68 | for(i=1;i<=totseqs;++i) |
|---|
| 69 | if(combine[i]==0 || combine[i]==i) |
|---|
| 70 | for(j=1;j<=totseqs;++j) { |
|---|
| 71 | if(combine[j]!=0 && combine[j]!=j) continue; |
|---|
| 72 | if(smat[i][j]> score) { |
|---|
| 73 | score = smat[i][j]; |
|---|
| 74 | sub1 = i; |
|---|
| 75 | sub2 = j; |
|---|
| 76 | } |
|---|
| 77 | } |
|---|
| 78 | |
|---|
| 79 | |
|---|
| 80 | bottom = (sub1<sub2) ? sub1 : sub2; |
|---|
| 81 | top = (sub1>sub2) ? sub1 : sub2; |
|---|
| 82 | for(i=1;i<=totseqs;++i) |
|---|
| 83 | tree_array[i]=0; |
|---|
| 84 | |
|---|
| 85 | if(combine[bottom]==0 && combine[top]==0) { |
|---|
| 86 | combine[bottom]=bottom; |
|---|
| 87 | combine[top]=bottom; |
|---|
| 88 | lowp=highp=0; |
|---|
| 89 | tree_array[bottom]=1; |
|---|
| 90 | tree_array[top]=2; |
|---|
| 91 | } |
|---|
| 92 | else if(combine[bottom]==0 && combine[top]>0) { |
|---|
| 93 | combine[bottom]=bottom; |
|---|
| 94 | lowp=0; |
|---|
| 95 | tree_array[bottom]=1; |
|---|
| 96 | for(i=top;i<=totseqs;++i) |
|---|
| 97 | if(combine[i]==top) { |
|---|
| 98 | combine[i]=bottom; |
|---|
| 99 | tree_array[i]=2; |
|---|
| 100 | } |
|---|
| 101 | } |
|---|
| 102 | else if(combine[bottom]>0 && combine[top]==0) { |
|---|
| 103 | highp=0; |
|---|
| 104 | for(i=bottom;i<=totseqs;++i) |
|---|
| 105 | if(combine[i]==bottom) |
|---|
| 106 | tree_array[i]=1; |
|---|
| 107 | combine[top]=bottom; |
|---|
| 108 | tree_array[top]=2; |
|---|
| 109 | } |
|---|
| 110 | else { |
|---|
| 111 | for(i=1;i<=totseqs;++i) { |
|---|
| 112 | if(combine[i]==bottom) |
|---|
| 113 | tree_array[i]=1; |
|---|
| 114 | if(combine[i]==top) { |
|---|
| 115 | combine[i]=bottom; |
|---|
| 116 | tree_array[i]=2; |
|---|
| 117 | } |
|---|
| 118 | } |
|---|
| 119 | } |
|---|
| 120 | |
|---|
| 121 | m=m2=ndone=0; |
|---|
| 122 | for(i=1;i<=totseqs;++i) { |
|---|
| 123 | if(tree_array[i]==1) |
|---|
| 124 | ++m; |
|---|
| 125 | if(tree_array[i]==2) |
|---|
| 126 | ++m2; |
|---|
| 127 | if(combine[i]==bottom) { |
|---|
| 128 | ++ndone; |
|---|
| 129 | group1[ndone]=i; |
|---|
| 130 | } |
|---|
| 131 | } |
|---|
| 132 | |
|---|
| 133 | chunks=0; |
|---|
| 134 | |
|---|
| 135 | if(ndone>2) { |
|---|
| 136 | flag=FALSE; |
|---|
| 137 | if(m>1) { |
|---|
| 138 | tree=fopen(treename,"r"); |
|---|
| 139 | while(TRUE) { |
|---|
| 140 | if(!read_tree(&n,&dummy,&idummy,&idummy,otree_array)) { |
|---|
| 141 | flag=TRUE; |
|---|
| 142 | break; |
|---|
| 143 | } |
|---|
| 144 | ++chunks; |
|---|
| 145 | if(n!=m) |
|---|
| 146 | continue; |
|---|
| 147 | else { |
|---|
| 148 | comv=0; |
|---|
| 149 | for(i=1;i<=totseqs;++i) |
|---|
| 150 | if(otree_array[i]>0 && tree_array[i]==1) |
|---|
| 151 | ++comv; |
|---|
| 152 | if(comv!=m) |
|---|
| 153 | continue; |
|---|
| 154 | lowp=chunks; |
|---|
| 155 | break; |
|---|
| 156 | } |
|---|
| 157 | break; |
|---|
| 158 | } |
|---|
| 159 | fclose(tree); |
|---|
| 160 | } |
|---|
| 161 | if(flag) |
|---|
| 162 | warning("Dutch Elm Disease. Bad tree"); |
|---|
| 163 | |
|---|
| 164 | flag=FALSE; |
|---|
| 165 | chunks=0; |
|---|
| 166 | if(m2>1) { |
|---|
| 167 | tree=fopen(treename,"r"); |
|---|
| 168 | while(TRUE) { |
|---|
| 169 | if(!read_tree(&n,&dummy,&idummy,&idummy,otree_array)) { |
|---|
| 170 | flag=TRUE; |
|---|
| 171 | break; |
|---|
| 172 | } |
|---|
| 173 | ++chunks; |
|---|
| 174 | if(n!=m2) |
|---|
| 175 | continue; |
|---|
| 176 | else { |
|---|
| 177 | comv=0; |
|---|
| 178 | for(i=1;i<=totseqs;++i) |
|---|
| 179 | if(otree_array[i]>0 && tree_array[i]==2) |
|---|
| 180 | ++comv; |
|---|
| 181 | if(comv!=m2) |
|---|
| 182 | continue; |
|---|
| 183 | highp=chunks; |
|---|
| 184 | break; |
|---|
| 185 | } |
|---|
| 186 | break; |
|---|
| 187 | } |
|---|
| 188 | fclose(tree); |
|---|
| 189 | } |
|---|
| 190 | if(flag) |
|---|
| 191 | warning("Dutch Elm Disease. Bad tree"); |
|---|
| 192 | } |
|---|
| 193 | |
|---|
| 194 | tree=fopen(treename,"a"); |
|---|
| 195 | fprintf(tree," %7.1f %3d %3d %3d ",score,lowp,highp,ndone); |
|---|
| 196 | for(i=1;i<=totseqs;++i) |
|---|
| 197 | fprintf(tree,"%1d",tree_array[i]); |
|---|
| 198 | fprintf(tree,"\n"); |
|---|
| 199 | fclose(tree); |
|---|
| 200 | |
|---|
| 201 | for(i=1;i<=totseqs;++i) { |
|---|
| 202 | gp2=0; |
|---|
| 203 | if(combine[i]==bottom) |
|---|
| 204 | continue; |
|---|
| 205 | else if(combine[i]==0) { |
|---|
| 206 | gp2=1; |
|---|
| 207 | group2[1]=i; |
|---|
| 208 | } |
|---|
| 209 | else if(combine[i]==i) { |
|---|
| 210 | for(j=1;j<=totseqs;++j) |
|---|
| 211 | if(combine[j]==i) { |
|---|
| 212 | ++gp2; |
|---|
| 213 | group2[gp2]=j; |
|---|
| 214 | } |
|---|
| 215 | } |
|---|
| 216 | else continue; |
|---|
| 217 | |
|---|
| 218 | acc=0.0; |
|---|
| 219 | comv=0; |
|---|
| 220 | for(j=1;j<=gp2;++j) |
|---|
| 221 | for(k=1;k<=ndone;++k) { |
|---|
| 222 | acc += tmat[group2[j]][group1[k]]; |
|---|
| 223 | ++comv; |
|---|
| 224 | } |
|---|
| 225 | med=acc/(double)comv; |
|---|
| 226 | smat[i][bottom]=med; |
|---|
| 227 | smat[bottom][i]=med; |
|---|
| 228 | } |
|---|
| 229 | |
|---|
| 230 | ++iter; |
|---|
| 231 | if(iter>800) |
|---|
| 232 | return; |
|---|
| 233 | flag=FALSE; |
|---|
| 234 | for(i=1;i<=totseqs;++i) |
|---|
| 235 | if(combine[i]!=1) |
|---|
| 236 | flag=TRUE; |
|---|
| 237 | if(!flag) |
|---|
| 238 | break; |
|---|
| 239 | } |
|---|
| 240 | } |
|---|
