source: trunk/GDE/PHYLIP/restdist.c

Last change on this file was 19480, checked in by westram, 15 months ago
  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 15.0 KB
Line 
1
2#include "phylip.h"
3#include "seq.h"
4
5/* version 3.6. (c) Copyright 1994-2002 by the University of Washington.
6   Written by Joseph Felsenstein, Akiko Fuseki, Sean Lamont, and Andrew Keeffe.
7   Permission is granted to copy and use this program provided no fee is
8   charged for it and provided that this copyright notice is not removed. */
9
10#define initialv        0.1     /* starting value of branch length          */
11#define iterationsr     20      /* how many Newton iterations per distance  */
12
13extern sequence y;
14
15#ifndef OLDC
16/* function prototypes */
17void restdist_inputnumbers(void);
18void getoptions(void);
19void allocrest(void);
20void doinit(void);
21void inputoptions(void);
22void restdist_inputdata(void);
23void restdist_sitesort(void);
24void restdist_sitecombine(void);
25void makeweights(void);
26void makev(long, long, double *);
27void makedists(void);
28void writedists(void);
29void getinput(void);
30/* function prototypes */
31#endif
32
33
34Char infilename[FNMLNGTH], outfilename[FNMLNGTH]; 
35long sites, weightsum, datasets, ith;
36boolean  restsites, neili, gama, weights, lower,
37           progress, mulsets, firstset;
38double ttratio, fracchange, cvi, sitelength, xi, xv;
39double **d;
40steptr aliasweight;
41char *progname;
42Char global_ch;
43
44void restdist_inputnumbers()
45{
46  /* read and print out numbers of species and sites */
47  fscanf(infile, "%ld%ld", &spp, &sites);
48}  /* restdist_inputnumbers */
49
50
51void getoptions()
52{
53  /* interactively set options */
54  long loopcount, loopcount2;
55  Char ch;
56
57  putchar('\n');
58  sitelength = 6.0;
59  neili = false;
60  gama = false;
61  cvi = 0.0;
62  weights = false;
63  lower = false;
64  printdata = false;
65  progress = true;
66  restsites = true;
67  interleaved = true;
68  ttratio = 2.0;
69  loopcount = 0;
70  for (;;) {
71    cleerhome();
72    printf("\nRestriction site or fragment distances, ");
73    printf("version %s\n\n",VERSION);
74    printf("Settings for this run:\n");
75    printf("  R           Restriction sites or fragments?  %s\n",
76           (restsites ? "Sites" : "Fragments"));
77    if (!restsites)
78      printf("  N        Original or modified Nei/Li model?  %s\n",
79             (neili ? "Original" : "Modified"));
80    if (restsites || !neili) {
81      printf("  G  Gamma distribution of rates among sites?");
82      if (!gama)
83        printf("  No\n");
84      else
85        printf("  Yes\n");
86      printf("  T            Transition/transversion ratio?  %f\n", ttratio);
87    }
88    printf("  S                              Site length? %4.1f\n",sitelength);
89    printf("  L                  Form of distance matrix?  %s\n",
90           (lower ? "Lower-triangular" : "Square"));
91    printf("  M               Analyze multiple data sets?");
92    if (mulsets)
93      printf("  Yes, %2ld sets\n", datasets);
94    else
95      printf("  No\n");
96    printf("  I              Input sequences interleaved?  %s\n",
97           (interleaved ? "Yes" : "No, sequential"));
98    printf("  0       Terminal type (IBM PC, ANSI, none)?  %s\n",
99           ibmpc ? "IBM PC" : ansi  ? "ANSI" : "(none)");
100    printf("  1       Print out the data at start of run?  %s\n",
101           (printdata ? "Yes" : "No"));
102    printf("  2     Print indications of progress of run?  %s\n",
103           (progress ? "Yes" : "No"));
104    printf("\n  Y to accept these or type the letter for one to change\n");
105    scanf("%c%*[^\n]", &ch);
106    getchar();
107    if (ch == '\n')
108      ch = ' ';
109    uppercase(&ch);
110    if (ch == 'Y')
111      break;
112    if (strchr("RDNGTSLMI012",ch) != NULL){
113      switch (ch) {
114       
115      case 'R':
116        restsites = !restsites;
117        break;
118       
119      case 'G':
120        if (restsites || !neili)
121          gama = !gama;
122        break;
123
124      case 'N':
125        if (!restsites)
126          neili = !neili;
127        break;
128
129      case 'T':
130        if (restsites || !neili)
131          initratio(&ttratio);
132        break;
133
134      case 'S':
135        loopcount2 = 0;
136        do {
137          printf("New Sitelength?\n");
138          scanf("%lf%*[^\n]", &sitelength);
139          getchar();
140          if (sitelength < 1.0)
141            printf("BAD RESTRICTION SITE LENGTH: %f\n", sitelength); 
142          countup(&loopcount2, 10);
143        } while (sitelength < 1.0);
144        break;
145       
146      case 'L':
147        lower = !lower;
148        break;
149
150      case 'M':
151        mulsets = !mulsets;
152        if (mulsets)
153          initdatasets(&datasets);
154        break;
155       
156      case 'I':
157        interleaved = !interleaved;
158        break;
159       
160      case '0':
161        initterminal(&ibmpc, &ansi);
162        break;
163       
164      case '1':
165        printdata = !printdata;
166        break;
167       
168      case '2':
169        progress = !progress;
170        break;
171       
172      }
173    } else
174      printf("Not a possible option!\n");
175    countup(&loopcount, 100);
176  }
177  if (gama) {
178    loopcount = 0;
179    do {
180      printf(
181"\nCoefficient of variation of substitution rate among sites (must be positive)?\n");
182      scanf("%lf%*[^\n]", &cvi);
183      getchar();
184      countup(&loopcount, 100);
185    } while (cvi <= 0.0);
186    cvi = 1.0 / (cvi * cvi);
187    printf("\n");
188  }
189  xi = (ttratio - 0.5)/(ttratio + 0.5);
190  xv = 1.0 - xi;
191  fracchange = xi*0.5 + xv*0.75;
192}  /* getoptions */
193
194
195void allocrest()
196{
197  long i;
198
199  y = (Char **)Malloc(spp*sizeof(Char *));
200  for (i = 0; i < spp; i++)
201    y[i] = (Char *)Malloc(sites*sizeof(Char));
202  nayme = (naym *)Malloc(spp*sizeof(naym));
203  weight = (steptr)Malloc((sites+1)*sizeof(long));
204  alias = (steptr)Malloc((sites+1)*sizeof(long));
205  aliasweight = (steptr)Malloc((sites+1)*sizeof(long));
206  d = (double **)Malloc(spp*sizeof(double *));
207  for (i = 0; i < spp; i++)
208    d[i] = (double*)Malloc(spp*sizeof(double));
209}  /* allocrest */
210
211
212void doinit()
213{
214  /* initializes variables */
215  restdist_inputnumbers();
216  getoptions();
217  if (printdata)
218    fprintf(outfile, "\n %4ld Species, %4ld Sites\n", spp, sites);
219  allocrest();
220}  /* doinit */
221
222
223void inputoptions()
224{
225  /* read the options information */
226  Char ch;
227  long i, extranum, cursp, curst;
228
229  if (!firstset) {
230    if (eoln(infile)) 
231      scan_eoln(infile);
232    fscanf(infile, "%ld%ld", &cursp, &curst);
233    if (cursp != spp) {
234      printf("\nERROR: INCONSISTENT NUMBER OF SPECIES IN DATA SET %4ld\n",
235             ith);
236      exxit(-1);
237    }
238    sites = curst;
239  }
240  for (i = 1; i <= sites; i++)
241    weight[i] = 1;
242  weightsum = sites;
243  extranum = 0;
244  fscanf(infile, "%*[ 0-9]");
245  readoptions(&extranum, "W");
246  for (i = 1; i <= extranum; i++) {
247      matchoptions(&ch, "W");
248      inputweights2(1, sites+1, &weightsum, weight, &weights, "RESTDIST");
249  }
250}  /* inputoptions */
251
252
253void restdist_inputdata()
254{
255  /* read the species and sites data */
256  long i, j, k, l, sitesread = 0, sitesnew = 0;
257  Char ch;
258  boolean allread, done;
259
260  if (printdata)
261    putc('\n', outfile);
262  j = nmlngth + (sites + (sites - 1) / 10) / 2 - 5;
263  if (j < nmlngth - 1)
264    j = nmlngth - 1;
265  if (j > 39)
266    j = 39;
267  if (printdata) {
268    fprintf(outfile, "Name");
269    for (i = 1; i <= j; i++)
270      putc(' ', outfile);
271    fprintf(outfile, "Sites\n");
272    fprintf(outfile, "----");
273    for (i = 1; i <= j; i++)
274      putc(' ', outfile);
275    fprintf(outfile, "-----\n\n");
276  }
277  sitesread = 0;
278  allread = false;
279  while (!(allread)) {
280    allread = true;
281    if (eoln(infile))
282      scan_eoln(infile);
283    i = 1;
284    while (i <= spp ) {
285      if ((interleaved && sitesread == 0) || !interleaved)
286        initname(i - 1);
287      if (interleaved)
288        j = sitesread;
289      else
290        j = 0;
291      done = false;
292      while (!done && !eoff(infile)) {
293        if (interleaved)
294          done = true;
295        while (j < sites && !(eoln(infile) || eoff(infile))) {
296          ch = gettc(infile);
297          if (ch == '\n')
298            ch = ' ';
299          if (ch == ' ')
300            continue;
301          uppercase(&ch);
302          if (ch != '1' && ch != '0' && ch != '+' && ch != '-' && ch != '?') {
303            printf(" ERROR -- Bad symbol %c",ch);
304            printf(" at position %ld of species %ld\n", j+1, i);
305            exxit(-1);
306          }
307          if (ch == '1')
308            ch = '+';
309          if (ch == '0')
310            ch = '-';
311          j++;
312          y[i - 1][j - 1] = ch;
313        }
314        if (interleaved)
315          continue;
316        if (j < sites) 
317          scan_eoln(infile);
318        else if (j == sites)
319          done = true;
320      }
321      if (interleaved && i == 1)
322        sitesnew = j;
323      scan_eoln(infile);
324      if ((interleaved && j != sitesnew ) || ((!interleaved) && j != sites)){
325        printf("ERROR: SEQUENCES OUT OF ALIGNMENT\n");
326        exxit(-1);}
327      i++;
328    }
329    if (interleaved) {
330      sitesread = sitesnew;
331      allread = (sitesread == sites);
332    } else
333      allread = (i > spp);
334  }
335  if (printdata) {
336    for (i = 1; i <= ((sites - 1) / 60 + 1); i++) {
337      for (j = 0; j < spp; j++) {
338        for (k = 0; k < nmlngth; k++)
339          putc(nayme[j][k], outfile);
340        fprintf(outfile, "   ");
341        l = i * 60;
342        if (l > sites)
343          l = sites;
344        for (k = (i - 1) * 60 + 1; k <= l; k++) {
345          putc(y[j][k - 1], outfile);
346          if (k % 10 == 0 && k % 60 != 0)
347            putc(' ', outfile);
348        }
349        putc('\n', outfile);
350      }
351      putc('\n', outfile);
352    }
353    putc('\n', outfile);
354  }
355}  /* restdist_inputdata */
356
357
358void restdist_sitesort()
359{
360  /* Shell sort keeping alias, aliasweight in same order */
361  long gap, i, j, jj, jg, k, itemp;
362  boolean flip, tied;
363
364  gap = sites / 2;
365  while (gap > 0) {
366    for (i = gap + 1; i <= sites; i++) {
367      j = i - gap;
368      flip = true;
369      while (j > 0 && flip) {
370        jj = alias[j];
371        jg = alias[j + gap];
372        flip = false;
373        tied = true;
374        k = 1;
375        while (k <= spp && tied) {
376          flip = (y[k - 1][jj - 1] > y[k - 1][jg - 1]);
377          tied = (tied && y[k - 1][jj - 1] == y[k - 1][jg - 1]);
378          k++;
379        }
380        if (tied) {
381          aliasweight[j] += aliasweight[j + gap];
382          aliasweight[j + gap] = 0;
383        }
384        if (!flip)
385          break;
386        itemp = alias[j];
387        alias[j] = alias[j + gap];
388        alias[j + gap] = itemp;
389        itemp = aliasweight[j];
390        aliasweight[j] = aliasweight[j + gap];
391        aliasweight[j + gap] = itemp;
392        j -= gap;
393      }
394    }
395    gap /= 2;
396  }
397}  /* restdist_sitesort */
398
399
400void restdist_sitecombine()
401{
402  /* combine sites that have identical patterns */
403  long i, j, k;
404  boolean tied;
405
406  i = 1;
407  while (i < sites) {
408    j = i + 1;
409    tied = true;
410    while (j <= sites && tied) {
411      k = 1;
412      while (k <= spp && tied) {
413        tied = (tied && y[k - 1][alias[i] - 1] == y[k - 1][alias[j] - 1]);
414        k++;
415      }
416      if (tied && aliasweight[j] > 0) {
417        aliasweight[i] += aliasweight[j];
418        aliasweight[j] = 0;
419        alias[j] = alias[i];
420      }
421      j++;
422    }
423    i = j - 1;
424  }
425}  /* restdist_sitecombine */
426
427
428void makeweights()
429{
430  /* make up weights vector to avoid duplicate computations */
431  long i;
432
433  for (i = 1; i <= sites; i++) {
434    alias[i] = i;
435    aliasweight[i] = weight[i];
436  }
437  restdist_sitesort();
438  restdist_sitecombine();
439  sitescrunch2(sites + 1, 2, 3, aliasweight);
440  for (i = 1; i <= sites; i++) {
441    weight[i] = aliasweight[i];
442    if (weight[i] > 0)
443      endsite = i;
444  }
445  weight[0] = 1;
446}  /* makeweights */
447
448
449void makev(long m, long n, double *v)
450{
451  /* compute one distance */
452  long i, ii, it, numerator, denominator;
453  double f, g=0, h, p1, p2, p3, q1, pp, tt, delta, vv;
454
455  numerator = 0;
456  denominator = 0;
457  for (i = 0; i < endsite; i++) {
458    ii = alias[i];
459    if ((y[m-1][ii-1] == '+') || (y[n-1][ii-1] == '+')) {
460      denominator += weight[i];
461      if ((y[m-1][ii-1] == '+') && (y[n-1][ii-1] == '+')) {
462        numerator += weight[i];
463      }
464    }
465  }
466  f = 2*numerator/(double)(denominator+numerator);
467  if (restsites) {
468    if (exp(-sitelength*1.38629436) > f) {
469      printf("\nERROR: Infinite distance between ");
470      printf(" species %3ld and %3ld\n", m, n);
471      exxit(-1);
472    }
473  }
474  if (!restsites) {
475    if (!neili) {
476      f = (sqrt(f*(f+8.0))-f)/2.0;
477    }
478    else {
479      g = initialv;
480      h = g;
481      delta = g;
482      it = 0;
483      while (fabs(delta) > 0.00002 && it < iterationsr) {
484        it++;
485        h = g;
486        g = exp(0.25*log(f * (3-2*g)));
487        delta = g - h;
488      }
489    }
490  }
491  if ((!restsites) && neili)
492    vv = - (2.0/sitelength) * log(g);
493  else {
494    pp = exp(log(f)/sitelength);
495    delta = initialv;
496    tt = delta;
497    it = 0;
498    while (fabs(delta) > 0.00002 && it < iterationsr) {
499      it++;
500      if (gama) {
501        p1 = exp(-cvi * log(1 + tt / cvi));
502        p2 = exp(-cvi * log(1 + xv * tt / cvi))
503              - exp(-cvi * log(1 + tt / cvi));
504        p3 = 1.0 - exp(-cvi * log(1 + xv * tt / cvi));
505      } else {
506        p1 = exp(-tt);
507        p2 = exp(-xv * tt) - exp(-tt);
508        p3 = 1.0 - exp(-xv * tt);
509      }
510      q1 = p1 + p2 / 2.0 + p3 / 4.0;
511      g = q1 - pp;
512
513      if (g < 0.0)
514        delta = fabs(delta) / -2.0;
515      else
516        delta = fabs(delta);
517      tt += delta;
518    }
519    vv = fracchange * tt;
520  }
521  *v = vv;
522}  /* makev */
523
524
525void makedists()
526{
527  /* compute distance matrix */
528  long i, j;
529  double v;
530
531  if (progress)
532    printf("Distances calculated for species\n");
533  for (i = 0; i < spp; i++)
534    d[i][i] = 0.0;
535  for (i = 1; i < spp; i++) {
536    if (progress) {
537      printf("    ");
538      for (j = 0; j < nmlngth; j++)
539        putchar(nayme[i - 1][j]);
540      printf("   ");
541    }
542    for (j = i + 1; j <= spp; j++) {
543      makev(i, j, &v);
544      d[i - 1][j - 1] = v;
545      d[j - 1][i - 1] = v;
546      if (progress)
547        putchar('.');
548    }
549    if (progress)
550      putchar('\n');
551  }
552  if (progress) {
553    printf("    ");
554    for (j = 0; j < nmlngth; j++)
555      putchar(nayme[spp - 1][j]);
556    putchar('\n');
557  }
558}  /* makedists */
559
560
561void writedists()
562{
563  /* write out distances */
564  long i, j, k;
565
566  if (!printdata)
567    fprintf(outfile, "%5ld\n", spp);
568  for (i = 0; i < spp; i++) {
569    for (j = 0; j < nmlngth; j++)
570      putc(nayme[i][j], outfile);
571    if (lower)
572      k = i;
573    else
574      k = spp;
575    for (j = 1; j <= k; j++) {
576      fprintf(outfile, "%8.4f", d[i][j - 1]);
577      if ((j + 1) % 9 == 0 && j < k)
578        putc('\n', outfile);
579    }
580    putc('\n', outfile);
581  }
582  if (progress)
583    printf("\nDistances written to file \"%s\"\n\n", outfilename);
584}  /* writedists */
585
586
587void getinput()
588{
589  /* reads the input data */
590  inputoptions();
591  restdist_inputdata();
592  makeweights();
593}  /* getinput */
594
595
596int main(int argc, Char *argv[])
597{  /* distances from restriction sites or fragments */
598#ifdef MAC
599  argc = 1;                /* macsetup("Restdist",""); */
600  argv[0] = "Restdist";
601#endif
602  init(argc,argv);
603  progname = argv[0];
604  openfile(&infile,INFILE,"input data file","r",argv[0],infilename);
605  openfile(&outfile,OUTFILE,"output file","w",argv[0],outfilename);
606  ibmpc = IBMCRT;
607  ansi = ANSICRT;
608  mulsets = false;
609  datasets = 1;
610  firstset = true;
611  doinit();
612  for (ith = 1; ith <= datasets; ith++) {
613    getinput();
614    if (ith == 1)
615      firstset = false;
616    if (datasets > 1 && progress)
617      printf("\nData set # %ld:\n\n",ith);
618    makedists();
619    writedists();
620  }
621  FClose(infile);
622  FClose(outfile);
623#ifdef MAC
624  fixmacfile(outfilename);
625#endif
626  printf("Done.\n\n");
627  return 0;
628}  /* distances from restriction sites or fragments */
Note: See TracBrowser for help on using the repository browser.