| 1 | #include <stdio.h> |
|---|
| 2 | #include <string.h> |
|---|
| 3 | #include <stdlib.h> |
|---|
| 4 | #include <math.h> |
|---|
| 5 | #include "clustalw.h" |
|---|
| 6 | |
|---|
| 7 | static void make_p_ptrs(sint *tptr, sint *pl, sint naseq, sint l); |
|---|
| 8 | static void make_n_ptrs(sint *tptr, sint *pl, sint naseq, sint len); |
|---|
| 9 | static void put_frag(sint fs, sint v1, sint v2, sint flen); |
|---|
| 10 | static sint frag_rel_pos(sint a1, sint b1, sint a2, sint b2); |
|---|
| 11 | static void des_quick_sort(sint *array1, sint *array2, sint array_size); |
|---|
| 12 | static void pair_align(sint seq_no, sint l1, sint l2); |
|---|
| 13 | |
|---|
| 14 | |
|---|
| 15 | /* |
|---|
| 16 | * Prototypes |
|---|
| 17 | */ |
|---|
| 18 | |
|---|
| 19 | /* |
|---|
| 20 | * Global variables |
|---|
| 21 | */ |
|---|
| 22 | extern sint *seqlen_array; |
|---|
| 23 | extern char **seq_array; |
|---|
| 24 | extern sint dna_ktup, dna_window, dna_wind_gap, dna_signif; /* params for DNA */ |
|---|
| 25 | extern sint prot_ktup,prot_window,prot_wind_gap,prot_signif; /* params for prots */ |
|---|
| 26 | extern sint nseqs; |
|---|
| 27 | extern Boolean dnaflag; |
|---|
| 28 | extern double **tmat; |
|---|
| 29 | extern sint max_aa; |
|---|
| 30 | extern sint max_aln_length; |
|---|
| 31 | |
|---|
| 32 | static sint next; |
|---|
| 33 | static sint curr_frag,maxsf,vatend; |
|---|
| 34 | static sint **accum; |
|---|
| 35 | static sint *diag_index; |
|---|
| 36 | static char *slopes; |
|---|
| 37 | |
|---|
| 38 | sint ktup,window,wind_gap,signif; /* Pairwise aln. params */ |
|---|
| 39 | sint *displ; |
|---|
| 40 | sint *zza, *zzb, *zzc, *zzd; |
|---|
| 41 | |
|---|
| 42 | extern Boolean percent; |
|---|
| 43 | |
|---|
| 44 | |
|---|
| 45 | static void make_p_ptrs(sint *tptr,sint *pl,sint naseq,sint l) |
|---|
| 46 | { |
|---|
| 47 | static sint a[10]; |
|---|
| 48 | sint i,j,limit,code,flag; |
|---|
| 49 | char residue; |
|---|
| 50 | |
|---|
| 51 | for (i=1;i<=wind_gap;i++) |
|---|
| 52 | a[i] = (sint) pow((double)(max_aa+1),(double)(i-1)); |
|---|
| 53 | |
|---|
| 54 | limit = (sint) pow((double)(max_aa+1),(double)ktup); |
|---|
| 55 | for(i=1;i<=limit;++i) |
|---|
| 56 | pl[i]=0; |
|---|
| 57 | for(i=1;i<=l;++i) |
|---|
| 58 | tptr[i]=0; |
|---|
| 59 | |
|---|
| 60 | for(i=1;i<=(l-ktup+1);++i) { |
|---|
| 61 | code=0; |
|---|
| 62 | flag=FALSE; |
|---|
| 63 | for(j=1;j<=ktup;++j) { |
|---|
| 64 | residue = seq_array[naseq][i+j-1]; |
|---|
| 65 | if((residue<0) || (residue > max_aa)){ |
|---|
| 66 | flag=TRUE; |
|---|
| 67 | break; |
|---|
| 68 | } |
|---|
| 69 | code += ((residue) * a[j]); |
|---|
| 70 | } |
|---|
| 71 | if(flag) |
|---|
| 72 | continue; |
|---|
| 73 | ++code; |
|---|
| 74 | if(pl[code]!=0) |
|---|
| 75 | tptr[i]=pl[code]; |
|---|
| 76 | pl[code]=i; |
|---|
| 77 | } |
|---|
| 78 | } |
|---|
| 79 | |
|---|
| 80 | |
|---|
| 81 | static void make_n_ptrs(sint *tptr,sint *pl,sint naseq,sint len) |
|---|
| 82 | { |
|---|
| 83 | static sint pot[]={ 0, 1, 4, 16, 64, 256, 1024, 4096 }; |
|---|
| 84 | sint i,j,limit,code,flag; |
|---|
| 85 | char residue; |
|---|
| 86 | |
|---|
| 87 | limit = (sint) pow((double)4,(double)ktup); |
|---|
| 88 | |
|---|
| 89 | for(i=1;i<=limit;++i) |
|---|
| 90 | pl[i]=0; |
|---|
| 91 | for(i=1;i<=len;++i) |
|---|
| 92 | tptr[i]=0; |
|---|
| 93 | |
|---|
| 94 | for(i=1;i<=len-ktup+1;++i) { |
|---|
| 95 | code=0; |
|---|
| 96 | flag=FALSE; |
|---|
| 97 | for(j=1;j<=ktup;++j) { |
|---|
| 98 | residue = seq_array[naseq][i+j-1]; |
|---|
| 99 | if((residue<0) || (residue>4)){ |
|---|
| 100 | flag=TRUE; |
|---|
| 101 | break; |
|---|
| 102 | } |
|---|
| 103 | code += ((residue) * pot[j]); /* DES */ |
|---|
| 104 | } |
|---|
| 105 | if(flag) |
|---|
| 106 | continue; |
|---|
| 107 | ++code; |
|---|
| 108 | if(pl[code]!=0) |
|---|
| 109 | tptr[i]=pl[code]; |
|---|
| 110 | pl[code]=i; |
|---|
| 111 | } |
|---|
| 112 | } |
|---|
| 113 | |
|---|
| 114 | |
|---|
| 115 | static void put_frag(sint fs,sint v1,sint v2,sint flen) |
|---|
| 116 | { |
|---|
| 117 | sint end; |
|---|
| 118 | accum[0][curr_frag]=fs; |
|---|
| 119 | accum[1][curr_frag]=v1; |
|---|
| 120 | accum[2][curr_frag]=v2; |
|---|
| 121 | accum[3][curr_frag]=flen; |
|---|
| 122 | |
|---|
| 123 | if(!maxsf) { |
|---|
| 124 | maxsf=1; |
|---|
| 125 | accum[4][curr_frag]=0; |
|---|
| 126 | return; |
|---|
| 127 | } |
|---|
| 128 | |
|---|
| 129 | if(fs >= accum[0][maxsf]) { |
|---|
| 130 | accum[4][curr_frag]=maxsf; |
|---|
| 131 | maxsf=curr_frag; |
|---|
| 132 | return; |
|---|
| 133 | } |
|---|
| 134 | else { |
|---|
| 135 | next=maxsf; |
|---|
| 136 | while(TRUE) { |
|---|
| 137 | end=next; |
|---|
| 138 | next=accum[4][next]; |
|---|
| 139 | if(fs>=accum[0][next]) |
|---|
| 140 | break; |
|---|
| 141 | } |
|---|
| 142 | accum[4][curr_frag]=next; |
|---|
| 143 | accum[4][end]=curr_frag; |
|---|
| 144 | } |
|---|
| 145 | } |
|---|
| 146 | |
|---|
| 147 | |
|---|
| 148 | static sint frag_rel_pos(sint a1,sint b1,sint a2,sint b2) |
|---|
| 149 | { |
|---|
| 150 | sint ret; |
|---|
| 151 | |
|---|
| 152 | ret=FALSE; |
|---|
| 153 | if(a1-b1==a2-b2) { |
|---|
| 154 | if(a2<a1) |
|---|
| 155 | ret=TRUE; |
|---|
| 156 | } |
|---|
| 157 | else { |
|---|
| 158 | if(a2+ktup-1<a1 && b2+ktup-1<b1) |
|---|
| 159 | ret=TRUE; |
|---|
| 160 | } |
|---|
| 161 | return ret; |
|---|
| 162 | } |
|---|
| 163 | |
|---|
| 164 | |
|---|
| 165 | static void des_quick_sort(sint *array1, sint *array2, sint array_size) |
|---|
| 166 | /* */ |
|---|
| 167 | /* Quicksort routine, adapted from chapter 4, page 115 of software tools */ |
|---|
| 168 | /* by Kernighan and Plauger, (1986) */ |
|---|
| 169 | /* Sort the elements of array1 and sort the */ |
|---|
| 170 | /* elements of array2 accordingly */ |
|---|
| 171 | /* */ |
|---|
| 172 | { |
|---|
| 173 | sint temp1, temp2; |
|---|
| 174 | sint p, pivlin; |
|---|
| 175 | sint i, j; |
|---|
| 176 | sint lst[50], ust[50]; /* the maximum no. of elements must be*/ |
|---|
| 177 | /* < log(base2) of 50 */ |
|---|
| 178 | |
|---|
| 179 | lst[1] = 1; |
|---|
| 180 | ust[1] = array_size; |
|---|
| 181 | p = 1; |
|---|
| 182 | |
|---|
| 183 | while(p > 0) { |
|---|
| 184 | if(lst[p] >= ust[p]) |
|---|
| 185 | p--; |
|---|
| 186 | else { |
|---|
| 187 | i = lst[p] - 1; |
|---|
| 188 | j = ust[p]; |
|---|
| 189 | pivlin = array1[j]; |
|---|
| 190 | while(i < j) { |
|---|
| 191 | for(i=i+1; array1[i] < pivlin; i++) |
|---|
| 192 | ; |
|---|
| 193 | for(j=j-1; j > i; j--) |
|---|
| 194 | if(array1[j] <= pivlin) break; |
|---|
| 195 | if(i < j) { |
|---|
| 196 | temp1 = array1[i]; |
|---|
| 197 | array1[i] = array1[j]; |
|---|
| 198 | array1[j] = temp1; |
|---|
| 199 | |
|---|
| 200 | temp2 = array2[i]; |
|---|
| 201 | array2[i] = array2[j]; |
|---|
| 202 | array2[j] = temp2; |
|---|
| 203 | } |
|---|
| 204 | } |
|---|
| 205 | |
|---|
| 206 | j = ust[p]; |
|---|
| 207 | |
|---|
| 208 | temp1 = array1[i]; |
|---|
| 209 | array1[i] = array1[j]; |
|---|
| 210 | array1[j] = temp1; |
|---|
| 211 | |
|---|
| 212 | temp2 = array2[i]; |
|---|
| 213 | array2[i] = array2[j]; |
|---|
| 214 | array2[j] = temp2; |
|---|
| 215 | |
|---|
| 216 | if(i-lst[p] < ust[p] - i) { |
|---|
| 217 | lst[p+1] = lst[p]; |
|---|
| 218 | ust[p+1] = i - 1; |
|---|
| 219 | lst[p] = i + 1; |
|---|
| 220 | } |
|---|
| 221 | else { |
|---|
| 222 | lst[p+1] = i + 1; |
|---|
| 223 | ust[p+1] = ust[p]; |
|---|
| 224 | ust[p] = i - 1; |
|---|
| 225 | } |
|---|
| 226 | p = p + 1; |
|---|
| 227 | } |
|---|
| 228 | } |
|---|
| 229 | return; |
|---|
| 230 | |
|---|
| 231 | } |
|---|
| 232 | |
|---|
| 233 | |
|---|
| 234 | |
|---|
| 235 | |
|---|
| 236 | |
|---|
| 237 | static void pair_align(sint seq_no,sint l1,sint l2) |
|---|
| 238 | { |
|---|
| 239 | sint pot[8],i,j,l,m,flag,limit,pos,tl1,vn1,vn2,flen,osptr,fs; |
|---|
| 240 | sint tv1,tv2,encrypt,subt1,subt2,rmndr; |
|---|
| 241 | char residue; |
|---|
| 242 | |
|---|
| 243 | if(dnaflag) { |
|---|
| 244 | for(i=1;i<=ktup;++i) |
|---|
| 245 | pot[i] = (sint) pow((double)4,(double)(i-1)); |
|---|
| 246 | limit = (sint) pow((double)4,(double)ktup); |
|---|
| 247 | } |
|---|
| 248 | else { |
|---|
| 249 | for (i=1;i<=wind_gap;i++) |
|---|
| 250 | pot[i] = (sint) pow((double)(max_aa+1),(double)(i-1)); |
|---|
| 251 | limit = (sint) pow((double)(max_aa+1),(double)ktup); |
|---|
| 252 | } |
|---|
| 253 | |
|---|
| 254 | tl1 = (l1+l2)-1; |
|---|
| 255 | |
|---|
| 256 | for(i=1;i<=tl1;++i) { |
|---|
| 257 | slopes[i]=displ[i]=0; |
|---|
| 258 | diag_index[i] = i; |
|---|
| 259 | } |
|---|
| 260 | |
|---|
| 261 | |
|---|
| 262 | /* increment diagonal score for each k_tuple match */ |
|---|
| 263 | |
|---|
| 264 | for(i=1;i<=limit;++i) { |
|---|
| 265 | vn1=zzc[i]; |
|---|
| 266 | while(TRUE) { |
|---|
| 267 | if(!vn1) break; |
|---|
| 268 | vn2=zzd[i]; |
|---|
| 269 | while(vn2 != 0) { |
|---|
| 270 | osptr=vn1-vn2+l2; |
|---|
| 271 | ++displ[osptr]; |
|---|
| 272 | vn2=zzb[vn2]; |
|---|
| 273 | } |
|---|
| 274 | vn1=zza[vn1]; |
|---|
| 275 | } |
|---|
| 276 | } |
|---|
| 277 | |
|---|
| 278 | /* choose the top SIGNIF diagonals */ |
|---|
| 279 | |
|---|
| 280 | des_quick_sort(displ, diag_index, tl1); |
|---|
| 281 | |
|---|
| 282 | j = tl1 - signif + 1; |
|---|
| 283 | if(j < 1) j = 1; |
|---|
| 284 | |
|---|
| 285 | /* flag all diagonals within WINDOW of a top diagonal */ |
|---|
| 286 | |
|---|
| 287 | for(i=tl1; i>=j; i--) |
|---|
| 288 | if(displ[i] > 0) { |
|---|
| 289 | pos = diag_index[i]; |
|---|
| 290 | l = (1 >pos-window) ? 1 : pos-window; |
|---|
| 291 | m = (tl1<pos+window) ? tl1 : pos+window; |
|---|
| 292 | for(; l <= m; l++) |
|---|
| 293 | slopes[l] = 1; |
|---|
| 294 | } |
|---|
| 295 | |
|---|
| 296 | for(i=1; i<=tl1; i++) displ[i] = 0; |
|---|
| 297 | |
|---|
| 298 | |
|---|
| 299 | curr_frag=maxsf=0; |
|---|
| 300 | |
|---|
| 301 | for(i=1;i<=(l1-ktup+1);++i) { |
|---|
| 302 | encrypt=flag=0; |
|---|
| 303 | for(j=1;j<=ktup;++j) { |
|---|
| 304 | residue = seq_array[seq_no][i+j-1]; |
|---|
| 305 | if((residue<0) || (residue>max_aa)) { |
|---|
| 306 | flag=TRUE; |
|---|
| 307 | break; |
|---|
| 308 | } |
|---|
| 309 | encrypt += ((residue)*pot[j]); |
|---|
| 310 | } |
|---|
| 311 | if(flag) continue; |
|---|
| 312 | ++encrypt; |
|---|
| 313 | |
|---|
| 314 | vn2=zzd[encrypt]; |
|---|
| 315 | |
|---|
| 316 | flag=FALSE; |
|---|
| 317 | while(TRUE) { |
|---|
| 318 | if(!vn2) { |
|---|
| 319 | flag=TRUE; |
|---|
| 320 | break; |
|---|
| 321 | } |
|---|
| 322 | osptr=i-vn2+l2; |
|---|
| 323 | if(slopes[osptr]!=1) { |
|---|
| 324 | vn2=zzb[vn2]; |
|---|
| 325 | continue; |
|---|
| 326 | } |
|---|
| 327 | flen=0; |
|---|
| 328 | fs=ktup; |
|---|
| 329 | next=maxsf; |
|---|
| 330 | |
|---|
| 331 | /* |
|---|
| 332 | * A-loop |
|---|
| 333 | */ |
|---|
| 334 | |
|---|
| 335 | while(TRUE) { |
|---|
| 336 | if(!next) { |
|---|
| 337 | ++curr_frag; |
|---|
| 338 | if(curr_frag>=2*max_aln_length) { |
|---|
| 339 | info("(Partial alignment)"); |
|---|
| 340 | vatend=1; |
|---|
| 341 | return; |
|---|
| 342 | } |
|---|
| 343 | displ[osptr]=curr_frag; |
|---|
| 344 | put_frag(fs,i,vn2,flen); |
|---|
| 345 | } |
|---|
| 346 | else { |
|---|
| 347 | tv1=accum[1][next]; |
|---|
| 348 | tv2=accum[2][next]; |
|---|
| 349 | if(frag_rel_pos(i,vn2,tv1,tv2)) { |
|---|
| 350 | if(i-vn2==accum[1][next]-accum[2][next]) { |
|---|
| 351 | if(i>accum[1][next]+(ktup-1)) |
|---|
| 352 | fs=accum[0][next]+ktup; |
|---|
| 353 | else { |
|---|
| 354 | rmndr=i-accum[1][next]; |
|---|
| 355 | fs=accum[0][next]+rmndr; |
|---|
| 356 | } |
|---|
| 357 | flen=next; |
|---|
| 358 | next=0; |
|---|
| 359 | continue; |
|---|
| 360 | } |
|---|
| 361 | else { |
|---|
| 362 | if(displ[osptr]==0) |
|---|
| 363 | subt1=ktup; |
|---|
| 364 | else { |
|---|
| 365 | if(i>accum[1][displ[osptr]]+(ktup-1)) |
|---|
| 366 | subt1=accum[0][displ[osptr]]+ktup; |
|---|
| 367 | else { |
|---|
| 368 | rmndr=i-accum[1][displ[osptr]]; |
|---|
| 369 | subt1=accum[0][displ[osptr]]+rmndr; |
|---|
| 370 | } |
|---|
| 371 | } |
|---|
| 372 | subt2=accum[0][next]-wind_gap+ktup; |
|---|
| 373 | if(subt2>subt1) { |
|---|
| 374 | flen=next; |
|---|
| 375 | fs=subt2; |
|---|
| 376 | } |
|---|
| 377 | else { |
|---|
| 378 | flen=displ[osptr]; |
|---|
| 379 | fs=subt1; |
|---|
| 380 | } |
|---|
| 381 | next=0; |
|---|
| 382 | continue; |
|---|
| 383 | } |
|---|
| 384 | } |
|---|
| 385 | else { |
|---|
| 386 | next=accum[4][next]; |
|---|
| 387 | continue; |
|---|
| 388 | } |
|---|
| 389 | } |
|---|
| 390 | break; |
|---|
| 391 | } |
|---|
| 392 | /* |
|---|
| 393 | * End of Aloop |
|---|
| 394 | */ |
|---|
| 395 | |
|---|
| 396 | vn2=zzb[vn2]; |
|---|
| 397 | } |
|---|
| 398 | } |
|---|
| 399 | vatend=0; |
|---|
| 400 | } |
|---|
| 401 | |
|---|
| 402 | void show_pair(void) |
|---|
| 403 | { |
|---|
| 404 | sint i,j,dsr; |
|---|
| 405 | double calc_score; |
|---|
| 406 | |
|---|
| 407 | accum = (sint **)ckalloc( 5*sizeof (sint *) ); |
|---|
| 408 | for (i=0;i<5;i++) |
|---|
| 409 | accum[i] = (sint *) ckalloc((2*max_aln_length+1) * sizeof (sint) ); |
|---|
| 410 | |
|---|
| 411 | displ = (sint *) ckalloc( (2*max_aln_length +1) * sizeof (sint) ); |
|---|
| 412 | slopes = (char *)ckalloc( (2*max_aln_length +1) * sizeof (char)); |
|---|
| 413 | diag_index = (sint *) ckalloc( (2*max_aln_length +1) * sizeof (sint) ); |
|---|
| 414 | |
|---|
| 415 | zza = (sint *)ckalloc( (max_aln_length+1) * sizeof (sint) ); |
|---|
| 416 | zzb = (sint *)ckalloc( (max_aln_length+1) * sizeof (sint) ); |
|---|
| 417 | |
|---|
| 418 | zzc = (sint *)ckalloc( (max_aln_length+1) * sizeof (sint) ); |
|---|
| 419 | zzd = (sint *)ckalloc( (max_aln_length+1) * sizeof (sint) ); |
|---|
| 420 | |
|---|
| 421 | if(dnaflag) { |
|---|
| 422 | ktup = dna_ktup; |
|---|
| 423 | window = dna_window; |
|---|
| 424 | signif = dna_signif; |
|---|
| 425 | wind_gap = dna_wind_gap; |
|---|
| 426 | } |
|---|
| 427 | else { |
|---|
| 428 | ktup = prot_ktup; |
|---|
| 429 | window = prot_window; |
|---|
| 430 | signif = prot_signif; |
|---|
| 431 | wind_gap = prot_wind_gap; |
|---|
| 432 | } |
|---|
| 433 | |
|---|
| 434 | fprintf(stdout,"\n\n"); |
|---|
| 435 | |
|---|
| 436 | for(i=1;i<=nseqs;++i) { |
|---|
| 437 | if(dnaflag) |
|---|
| 438 | make_n_ptrs(zza,zzc,i,seqlen_array[i]); |
|---|
| 439 | else |
|---|
| 440 | make_p_ptrs(zza,zzc,i,seqlen_array[i]); |
|---|
| 441 | for(j=i+1;j<=nseqs;++j) { |
|---|
| 442 | if(dnaflag) |
|---|
| 443 | make_n_ptrs(zzb,zzd,j,seqlen_array[j]); |
|---|
| 444 | else |
|---|
| 445 | make_p_ptrs(zzb,zzd,j,seqlen_array[j]); |
|---|
| 446 | pair_align(i,seqlen_array[i],seqlen_array[j]); |
|---|
| 447 | if(!maxsf) |
|---|
| 448 | calc_score=0.0; |
|---|
| 449 | else { |
|---|
| 450 | calc_score=(double)accum[0][maxsf]; |
|---|
| 451 | if(percent) { |
|---|
| 452 | dsr=(seqlen_array[i]<seqlen_array[j]) ? |
|---|
| 453 | seqlen_array[i] : seqlen_array[j]; |
|---|
| 454 | calc_score = (calc_score/(double)dsr) * 100.0; |
|---|
| 455 | } |
|---|
| 456 | } |
|---|
| 457 | /* |
|---|
| 458 | tmat[i][j]=calc_score; |
|---|
| 459 | tmat[j][i]=calc_score; |
|---|
| 460 | */ |
|---|
| 461 | |
|---|
| 462 | tmat[i][j] = (100.0 - calc_score)/100.0; |
|---|
| 463 | tmat[j][i] = (100.0 - calc_score)/100.0; |
|---|
| 464 | if(calc_score>0.1) |
|---|
| 465 | info("Sequences (%d:%d) Aligned. Score: %lg", |
|---|
| 466 | (pint)i,(pint)j,calc_score); |
|---|
| 467 | else |
|---|
| 468 | info("Sequences (%d:%d) Not Aligned", |
|---|
| 469 | (pint)i,(pint)j); |
|---|
| 470 | } |
|---|
| 471 | } |
|---|
| 472 | |
|---|
| 473 | for (i=0;i<5;i++) |
|---|
| 474 | accum[i]=ckfree((void *)accum[i]); |
|---|
| 475 | accum=ckfree((void *)accum); |
|---|
| 476 | |
|---|
| 477 | displ=ckfree((void *)displ); |
|---|
| 478 | slopes=ckfree((void *)slopes); |
|---|
| 479 | diag_index=ckfree((void *)diag_index); |
|---|
| 480 | |
|---|
| 481 | zza=ckfree((void *)zza); |
|---|
| 482 | zzb=ckfree((void *)zzb); |
|---|
| 483 | zzc=ckfree((void *)zzc); |
|---|
| 484 | zzd=ckfree((void *)zzd); |
|---|
| 485 | } |
|---|
| 486 | |
|---|
