1 | #include <string.h> |
---|
2 | #include <ctype.h> |
---|
3 | |
---|
4 | #include "awt_assert.hxx" |
---|
5 | #include "awt_iupac.hxx" |
---|
6 | |
---|
7 | #define IUPAC_EMPTY " " |
---|
8 | #define ILL_CODE char(26) |
---|
9 | |
---|
10 | AWT_IUPAC_descriptor AWT_iupac_code[26][2]= { |
---|
11 | {{ "A", 1 }, { "A", 1 }}, |
---|
12 | {{ "CGT", 3 }, { "CGU", 3 }}, |
---|
13 | {{ "C", 1 }, { "C", 1 }}, |
---|
14 | {{ "AGT", 3 }, { "AGU", 3 }}, |
---|
15 | {{ 0, 0 }, { 0, 0 }}, // E |
---|
16 | {{ 0, 0 }, { 0, 0 }}, // F |
---|
17 | {{ "G", 1 }, { "G", 1 }}, |
---|
18 | {{ "ACT", 3 }, { "ACU", 3 }}, |
---|
19 | {{ 0, 0 }, { 0, 0 }}, // I |
---|
20 | {{ 0, 0 }, { 0, 0 }}, // J |
---|
21 | {{ "GT", 2 }, { "GU", 2 }}, |
---|
22 | {{ 0, 0 }, { 0, 0 }}, // L |
---|
23 | {{ "AC", 2 }, { "AC", 2 }}, |
---|
24 | {{ "ACGT", 1 }, { "ACGU", 1 }}, // N |
---|
25 | {{ 0, 0 }, { 0, 0 }}, // O |
---|
26 | {{ 0, 0 }, { 0, 0 }}, // P |
---|
27 | {{ 0, 0 }, { 0, 0 }}, // Q |
---|
28 | {{ "AG", 2 }, { "AG", 2 }}, |
---|
29 | {{ "CG", 2 }, { "CG", 2 }}, |
---|
30 | {{ "T", 1 }, { "U", 1 }}, // T |
---|
31 | {{ "T", 1 }, { "U", 1 }}, // U |
---|
32 | {{ "ACG", 3 }, { "ACG", 3 }}, |
---|
33 | {{ "AT", 2 }, { "AU", 2 }}, |
---|
34 | {{ 0, 0 }, { 0, 0 }}, // X |
---|
35 | {{ "CT", 2 }, { "CU", 2 }}, |
---|
36 | {{ 0, 0 }, { 0, 0 }} // Z |
---|
37 | |
---|
38 | // (In each single string the nucs have to be sorted alphabetically) |
---|
39 | }; |
---|
40 | |
---|
41 | const int AWT_iupac_group[26] = { // this is for amino_acids |
---|
42 | 1, // A |
---|
43 | 2, // B |
---|
44 | 0, // C |
---|
45 | 2, // D |
---|
46 | 2, // E |
---|
47 | 5, // F |
---|
48 | 1, // G |
---|
49 | 3, // H |
---|
50 | 4, // I |
---|
51 | 0, // J |
---|
52 | 3, // K |
---|
53 | 4, // L |
---|
54 | 4, // M |
---|
55 | 2, // N |
---|
56 | 0, // O |
---|
57 | 1, // P |
---|
58 | 2, // Q |
---|
59 | 3, // R |
---|
60 | 1, // S |
---|
61 | 1, // T |
---|
62 | 0, // U |
---|
63 | 4, // V |
---|
64 | 5, // W |
---|
65 | 0, // X |
---|
66 | 5, // Y |
---|
67 | 2, // Z |
---|
68 | }; |
---|
69 | |
---|
70 | static char IUPAC_add[26][26]; // uses T |
---|
71 | static int IUPAC_add_initialized = 0; |
---|
72 | |
---|
73 | static void initialize_IUPAC_add() |
---|
74 | { |
---|
75 | int c1, c2; |
---|
76 | |
---|
77 | for (c1=0; c1<26; c1++) { |
---|
78 | const char *decoded1 = AWT_iupac_code[c1][0].iupac; |
---|
79 | |
---|
80 | if (!decoded1) { |
---|
81 | for (c2=0; c2<=c1; c2++) { |
---|
82 | IUPAC_add[c1][c2] = ILL_CODE; |
---|
83 | IUPAC_add[c2][c1] = ILL_CODE; |
---|
84 | } |
---|
85 | } |
---|
86 | else { |
---|
87 | IUPAC_add[c1][c1] = char(c1); // add char to same char |
---|
88 | |
---|
89 | for (c2=0; c2<c1; c2++) { |
---|
90 | if (strchr(decoded1, 'A'+c2)!=0) { // char is already contained in this IUPAC |
---|
91 | IUPAC_add[c1][c2] = char(c1); |
---|
92 | } |
---|
93 | else { |
---|
94 | const char *decoded2 = AWT_iupac_code[c2][0].iupac; |
---|
95 | |
---|
96 | if (!decoded2) { // char is illegal |
---|
97 | IUPAC_add[c1][c2] = ILL_CODE; |
---|
98 | } |
---|
99 | else { |
---|
100 | #define MAX_MIXED 5 |
---|
101 | char mixed[MAX_MIXED]; |
---|
102 | char *mp = mixed; |
---|
103 | const char *d1 = decoded1; |
---|
104 | const char *d2 = decoded2; |
---|
105 | |
---|
106 | while (1) { |
---|
107 | char z1 = *d1; |
---|
108 | char z2 = *d2; |
---|
109 | |
---|
110 | if (!z1 && !z2) break; |
---|
111 | |
---|
112 | if (z1==z2) { |
---|
113 | *mp++ = z1; |
---|
114 | d1++; |
---|
115 | d2++; |
---|
116 | } |
---|
117 | else if (!z2 || (z1 && z1<z2)) { |
---|
118 | *mp++ = z1; |
---|
119 | d1++; |
---|
120 | } |
---|
121 | else { |
---|
122 | awt_assert(!z1 || (z2 && z2<z1)); |
---|
123 | *mp++ = z2; |
---|
124 | d2++; |
---|
125 | } |
---|
126 | } |
---|
127 | |
---|
128 | awt_assert((mp-mixed)<MAX_MIXED); |
---|
129 | *mp++ = 0; |
---|
130 | |
---|
131 | #if !defined(NDEBUG) && 0 |
---|
132 | printf("Mix '%s' + '%s' = '%s'\n", decoded1, decoded2, mixed); |
---|
133 | #endif |
---|
134 | |
---|
135 | int c3; |
---|
136 | |
---|
137 | for (c3=0; c3<26; c3++) { |
---|
138 | if (AWT_iupac_code[c3][0].iupac && strcmp(mixed, AWT_iupac_code[c3][0].iupac)==0) { |
---|
139 | IUPAC_add[c1][c2] = char(c3); |
---|
140 | break; |
---|
141 | } |
---|
142 | } |
---|
143 | |
---|
144 | if (c3>=26) { |
---|
145 | IUPAC_add[c1][c2] = 0; |
---|
146 | } |
---|
147 | } |
---|
148 | } |
---|
149 | |
---|
150 | if (IUPAC_add[c1][c2]==('U'-'A')) { |
---|
151 | IUPAC_add[c1][c2] = 'T'-'A'; |
---|
152 | } |
---|
153 | |
---|
154 | IUPAC_add[c2][c1] = IUPAC_add[c1][c2]; |
---|
155 | } |
---|
156 | } |
---|
157 | |
---|
158 | } |
---|
159 | } |
---|
160 | |
---|
161 | char AWT_encode_iupac(const char bases[], GB_alignment_type ali) |
---|
162 | { |
---|
163 | if (!IUPAC_add_initialized) { |
---|
164 | initialize_IUPAC_add(); |
---|
165 | IUPAC_add_initialized = 1; |
---|
166 | } |
---|
167 | |
---|
168 | if (ali==GB_AT_AMI || ali==GB_AT_PRO) { |
---|
169 | return '?'; |
---|
170 | } |
---|
171 | |
---|
172 | int i = 0; |
---|
173 | char c1; |
---|
174 | |
---|
175 | while (1) { |
---|
176 | c1 = bases[i++]; |
---|
177 | if (!c1) return '-'; |
---|
178 | if (isalpha(c1)) break; |
---|
179 | } |
---|
180 | |
---|
181 | c1 = toupper(c1)-'A'; |
---|
182 | char c = IUPAC_add[c1][c1]; |
---|
183 | |
---|
184 | while (c!=ILL_CODE && bases[i]) { |
---|
185 | if (isalpha(bases[i])) { |
---|
186 | int c2 = toupper(bases[i])-'A'; |
---|
187 | c = IUPAC_add[c][c2]; |
---|
188 | } |
---|
189 | i++; |
---|
190 | } |
---|
191 | |
---|
192 | if (c==ILL_CODE) { |
---|
193 | return '-'; |
---|
194 | } |
---|
195 | |
---|
196 | c += 'A'; |
---|
197 | if (c=='T' && ali==GB_AT_RNA) c = 'U'; |
---|
198 | return c; |
---|
199 | } |
---|
200 | |
---|
201 | char AWT_iupac_add(char c1, char c2, GB_alignment_type ali) { |
---|
202 | static char buffer[3]; |
---|
203 | buffer[0] = c1; |
---|
204 | buffer[1] = c2; |
---|
205 | buffer[2] = 0; |
---|
206 | return AWT_encode_iupac(buffer, ali); |
---|
207 | } |
---|
208 | |
---|
209 | const char* AWT_decode_iupac(char iupac, GB_alignment_type ali, int decode_amino_iupac_groups) |
---|
210 | { |
---|
211 | if (!isalpha(iupac)) { |
---|
212 | return IUPAC_EMPTY; |
---|
213 | } |
---|
214 | |
---|
215 | if (ali==GB_AT_AMI || ali==GB_AT_PRO) { |
---|
216 | if (decode_amino_iupac_groups) { |
---|
217 | int group = AWT_iupac_group[toupper(iupac)-'A']; |
---|
218 | |
---|
219 | switch (group) { |
---|
220 | case 1: return "AGPST"; |
---|
221 | case 2: return "BDENQZ"; |
---|
222 | case 3: return "HKR"; |
---|
223 | case 4: return "ILMV"; |
---|
224 | case 5: return "FWY"; |
---|
225 | } |
---|
226 | } |
---|
227 | return "?"; |
---|
228 | } |
---|
229 | |
---|
230 | const char *decoded = AWT_iupac_code[toupper(iupac)-'A'][ali==GB_AT_RNA ? 1 : 0].iupac; |
---|
231 | |
---|
232 | return decoded ? decoded : IUPAC_EMPTY; |
---|
233 | } |
---|
234 | |
---|