BioinfoScripts/alignSeqs.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
#!/usr/bin/perl -w
# Author: Abdullah Kahraman
# Date: 08.08.2020

###############################################################################
###############################################################################
### Aligns all proteins listed in a table using FASTA files of the proteins ###
### and the needle application.                                             ###
###############################################################################
###############################################################################

use strict;
use warnings;
use Getopt::Long;
no autovivification;

my (
    # variable for parameters which are read in from commandline
    $help,
    $fastaFile1,
    $fastaFile2,
   );

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

&GetOptions(
    "help!"     => \$help,       # print this help
    "fa1=s"     => \$fastaFile1, # FASTA file 1
    "fa2=s"     => \$fastaFile2, # FASTA file 2
) or die "\nTry \"$0 -h\" for a complete list of options\n\n";

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

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

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

##############################################################################
### 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 = "$0\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 ###
############

die "Input files are missing. Try $0 -help to get more information."
    if(!defined $fastaFile1 or !defined $fastaFile2);

my %fasta = ();
my $h = "";
open(F1, "zcat $fastaFile1 |") or die "\n\tERROR: Failed to open $fastaFile1\n\n";
while(<F1>){
    chomp($_);
    if(/^>/){
	$h = $_;
	$h =~ s/>(.*?)\..*/$1/;
    } else {
	if(exists($fasta{$h})) {
	    $fasta{$h} .= $_;
	} else {
	    $fasta{$h} = $_;
	}
    }
}
close(F1);

open(F2, "zcat $fastaFile2 |") or die "\n\tERROR: Failed to open $fastaFile2\n\n";
while(<F2>){
    chomp($_);
    if(/^>/){
	$h = $_;
	$h =~ s/>(.*?)\..*/$1/;
    } else {
	if(exists($fasta{$h})) {
	    $fasta{$h} .= $_;
	} else{
	    $fasta{$h} = $_;
	}
    }
}
close(F2);

while(<>) {
    chomp($_);
    my($enscafg, $enscaft, $enscafp, $genecaf, $genesourcecaf, $ensg, $ensp, $genehuman) = split(/\t/);
    if(exists $fasta{$enscafp} and exists $fasta{$ensp}) {
	print `/Users/abdullah/science/src/svn/scripts/scripts/needle.pl -s1 $fasta{$enscafp} -s2 $fasta{$ensp} -i1 $enscafp -i2 $ensp -needle /opt/local/bin/needle -tab`;
    }
}