BioinfoScripts/cleanString3d.pl at master · mtp-usz/BioinfoScripts · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
#!/usr/bin/perl -w
# Author: Abdullah Kahraman
# Date: 01.01.2000

###############################################################################
###############################################################################
### bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla bla         ###
###############################################################################
###############################################################################

use strict;
use warnings;
use Getopt::Long;
use List::Util qw[min max sum];

my (
    # variable for parameters which are read in from commandline
    $help,
    $maxCols,
    $balance,
    );

##############################################################################
### read all needed parameters from commandline ##############################

&GetOptions(
    "help!"       => \$help,     # print this help
    "maxCols:s"   => \$maxCols,  # e.g. 4,18,19,23
    "balance!"    => \$balance,  # Output equal number of FP as TP.
) or die "\nTry \"$0 -h\" for a complete list of options\n\n";

##############################################################################

# help
if ($help) {printHelp(); exit}

##############################################################################
### SETTINGS #################################################################
##############################################################################

$| = 1;

##############################################################################
### SUBROUTINES ##############################################################
##############################################################################

###############################################################################
sub printHelp {
###############################################################################
    # prints a help about the using and parameters of this scripts
    # (execute if user types commandline parameter -h)
    # param:  no paramaters
    # return: no return value

    my (
	$usage,
	$sourceCode,
	@rows,
	$row,
	$option,
	$scriptInfo,
	$example,
       );

    $usage = "cat string3d_human_all_consurf_predHumanFromNonHuman_testVsHumanPDB_sum.txt | $0 -m 4,18,19,23 | gzip > \$projects/string3D/data/iPDB/string3d_human_all_consurf_predHumanFromNonHuman_testVsHumanPDB_sum.txt.gz\n";

    print "\nUsage: " .  $usage . "\n";

    print "Valid options are:\n\n";
    open(MYSELF, "$0") or
      die "Cannot read source code file $0: $!\n";
    $sourceCode .= join "", <MYSELF>;
    close MYSELF;
    $sourceCode =~ s/^.+?\&GetOptions\(\n//s;
    $sourceCode =~ s/\n\).+$//s;
    @rows = split /\n/, $sourceCode;
    foreach $row (@rows){
        $option = $row;
	$option =~ s/\s+\"//g;
	$option =~ s/\"\s.+\#/\t\#/g;
	$option =~ s/=./\t<value> [required]/;
	$option =~ s/:./\t<value> [optional]/;
	$option =~ s/!/\t<non value> [optional]/;

	$row =~ s/^.*//;
	print "\t";
	printf("%-1s%-30s%-30s\n", "-",$option,$row);

    } # end of foreach $row (@rows)
    print "\n";
    print "Options may be abreviated, e.g. -h for --help\n\n";

    $example  = "$0";
}

##############################################################################
### END OF SUBROUTINES########################################################
##############################################################################


############
### MAIN ###
############

my $out = {};
my %hit = ();
my $i = 0;
while(my $l = <>) {
    chomp($l);
    my @a = split(/\t/, $l);
    my $id1 = $a[0];
    my $id2 = $a[1];
    my $y = $a[24];
    $hit{$id1}++ if($y == 1 and !exists $out->{$id1}->{$id2});
    for($i=2; $i<=24; $i++) {
	if(exists $out->{$id1}->{$id2}->{$i}) {
	    my $v = $out->{$id1}->{$id2}->{$i};
	    if($v eq "-") {
		$out->{$id1}->{$id2}->{$i} = $a[$i];
		$out->{$id1}->{$id2}->{$i+23} = $a[$i+23];
	    } elsif($a[$i] ne "-") {
		if(defined $maxCols and $maxCols =~ /\b$i\b/) {
		    if($a[$i] > $v) {
			$out->{$id1}->{$id2}->{$i} = $a[$i];
			$out->{$id1}->{$id2}->{$i+23} = $a[$i+23];
		    }
		} else {
		    if($a[$i] < $v) {
			$out->{$id1}->{$id2}->{$i} = $a[$i];
			$out->{$id1}->{$id2}->{$i+23} = $a[$i+23];
		    }
		}
	    }
	} else {
	    $out->{$id1}->{$id2}->{$i} = $a[$i];
	    $out->{$id1}->{$id2}->{$i+23} = $a[$i+23];
	}
    }
}

foreach my $id1 (sort keys %$out) {
    foreach my $id2 (sort keys %{$out->{$id1}}) {
	if($out->{$id1}->{$id2}->{24} == 0) {
	    next if(defined $balance && --$hit{$id1} < 0);
	}

	print "$id1\t$id2";
	foreach my $i (sort {$a<=>$b} keys %{$out->{$id1}->{$id2}}) {
	    # avoid retrieving undefined array element, which would be info of y, which doesn't exist.
	    print "\t$out->{$id1}->{$id2}->{$i}" if($i <= 46);
	}
	print "\n";
    }
}