First version of the tRNA detector and of the global organnot.sh script
Former-commit-id: f2a75cf99b24875c90c426c2afb22a75b972bf60 Former-commit-id: 65e3dfb35df06ca69bb29b690c9a40e8940ac6bf
This commit is contained in:
257
detectors/trna/lib/aragorn_wrapper.awk
Executable file
257
detectors/trna/lib/aragorn_wrapper.awk
Executable file
@ -0,0 +1,257 @@
|
||||
#!/usr/bin/awk -f
|
||||
function genomeid() {
|
||||
if (gid=="") {
|
||||
gid="XXXXXXX";
|
||||
}
|
||||
|
||||
return gid;
|
||||
}
|
||||
|
||||
function trnalib() {
|
||||
"echo $CAUTRNADB" | getline ref;
|
||||
return ref
|
||||
}
|
||||
|
||||
function awkPID() {
|
||||
"bash -c 'echo $PPID'" | getline pid
|
||||
return pid
|
||||
}
|
||||
|
||||
function tmpName(prefix,suffix) {
|
||||
return prefix awkPID() suffix
|
||||
}
|
||||
|
||||
function rm(filename) {
|
||||
system("rm -f " filename);
|
||||
}
|
||||
|
||||
function printfasta(id,seq,filename) {
|
||||
if (filename=="")
|
||||
filename = tmpName(id "_",".fasta");
|
||||
|
||||
seqlen=length(seq);
|
||||
|
||||
print ">" id > filename;
|
||||
for (i=1; i <= seqlen; i+=60)
|
||||
print substr(seq,i,60) >> filename;
|
||||
|
||||
close(filename);
|
||||
return filename;
|
||||
|
||||
}
|
||||
|
||||
function epissage(intron,seq) {
|
||||
if (intron != "") {
|
||||
l=length(intron);
|
||||
intron=substr(intron,2,l-2);
|
||||
split(intron,intronpos,",");
|
||||
lseq=length(seq);
|
||||
lintron2=lseq - intronpos[2] + 1;
|
||||
seq = substr(seq,1,intronpos[1]) substr(seq,intronpos[2],lintron2);
|
||||
}
|
||||
|
||||
return seq;
|
||||
}
|
||||
|
||||
function patchtRNA(anticodon,trna,seq) {
|
||||
if (anticodon == "cat") {
|
||||
file=printfasta(trna "_" anticodon,seq,"");
|
||||
|
||||
command= "sumatra -t 0.9 -x -n " file " " trnalib() " 2>> /dev/null";
|
||||
while ((command | getline output) > 0) {
|
||||
split(output,field," ");
|
||||
match(field[2],"trn.M?");
|
||||
trna=substr(field[2],RSTART,RLENGTH);
|
||||
n[trna]+=field[5];
|
||||
}
|
||||
close(command)
|
||||
|
||||
nmax=0;
|
||||
for (i in n) {
|
||||
dist=n[i];
|
||||
if (n[i] > nmax) {
|
||||
nmax=n[i];
|
||||
trna=i;
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
else {
|
||||
trna="trn" AA1[substr(trna,6,3)];
|
||||
}
|
||||
|
||||
return trna;
|
||||
}
|
||||
|
||||
function gene2product(gene) {
|
||||
return "tRNA-" AA3[substr(gene,4,1)];
|
||||
}
|
||||
|
||||
function emblTRNA(geneid,trna,loc,anti,intron,seq) {
|
||||
if (loc ~ /^c/) {
|
||||
sub("c\\[","complement(",loc);
|
||||
sub("\\]",")",loc);
|
||||
sub(",","..",loc)}
|
||||
else {
|
||||
sub("\\[","",loc);
|
||||
sub("\\]","",loc);
|
||||
sub(",","..",loc)}
|
||||
|
||||
anti=toupper(anti);
|
||||
gsub("T","U",anti);
|
||||
product=gene2product(trna);
|
||||
|
||||
if (intron!="") {
|
||||
l=length(intron);
|
||||
intron=substr(intron,2,l-2);
|
||||
split(intron,intronpos,",");
|
||||
ib=intronpos[0];
|
||||
ie=intronpos[1];
|
||||
match(loc,"[0-9][0-9]*");
|
||||
gb=substr(loc,RSTART,RLENGTH);
|
||||
sub("\\.\\.",".." (gb + ib -2) "," (gb + ie) "..",loc); \
|
||||
sub("complement","complement(join",loc);\
|
||||
if (substr(loc,1,1) ~ /[0-9]/) {
|
||||
loc="join("loc}
|
||||
loc=loc")";
|
||||
}
|
||||
|
||||
print "FT tRNA " loc;
|
||||
print "FT /gene=\""trna"\"";
|
||||
print "FT /anticodon=\""anti"\"";
|
||||
print "FT /product=\""product"("anti")\"";
|
||||
|
||||
}
|
||||
|
||||
function gffTRNA(geneid,trna,loc,anti,intron,seq) {
|
||||
if (loc ~ /^c/) {
|
||||
complement="-";
|
||||
loc=substr(loc,3,length(loc)-3);
|
||||
}
|
||||
else {
|
||||
complement="+";
|
||||
loc=substr(loc,2,length(loc)-2);
|
||||
}
|
||||
|
||||
split(loc,pos,",");
|
||||
anti=toupper(anti);
|
||||
gsub("T","U",anti);
|
||||
product=gene2product(trna);
|
||||
|
||||
printf("%s\taragorn\tgene\t%d\t%d\t.\t%s\t.\tID=genetrn%d;gbkey=Gene;gene=%s\n",
|
||||
genomeid(),pos[1],pos[2],complement,geneid,trna);
|
||||
printf("%s\taragorn\ttRNA\t%d\t%d\t.\t%s\t.\tID=trn%d;parent=genetrn%d;gbkey=tRNA;gene=%s;Note=anticodon: %s;product=%s\n",
|
||||
genomeid(),pos[1],pos[2],complement,geneid,geneid,trna,anti,product);
|
||||
if (intron=="") {
|
||||
printf("%s\taragorn\texon\t%d\t%d\t.\t%s\t.\tID=exontrn%d;parent=trn%d;gbkey=tRNA;gene=%s;Note=anticodon: %s;product=%s\n",
|
||||
genomeid(),pos[1],pos[2],complement,geneid,geneid,trna,anti,product);
|
||||
|
||||
}
|
||||
else {
|
||||
l=length(intron);
|
||||
intron=substr(intron,2,l-2);
|
||||
split(intron,intronpos,",");
|
||||
lseq=pos[2]-pos[1]+1;
|
||||
lintron2=lseq - intronpos[2] + 1;
|
||||
seq = substr(seq,1,intronpos[1]) substr(seq,intronpos[2],lintron2);
|
||||
|
||||
printf("%s\taragorn\texon\t%d\t%d\t.\t%s\t.\tID=exontrn%da;parent=trn%d;gbkey=tRNA;gene=%s;Note=anticodon: %s;product=%s\n",
|
||||
genomeid(),pos[1],pos[1]+intronpos[1]-2,complement,geneid,geneid,trna,anti,product);
|
||||
|
||||
printf("%s\taragorn\tintron\t%d\t%d\t.\t%s\t.\tID=exontrn%di;parent=trn%d;gbkey=intron;gene=%s;Note=anticodon: %s;product=%s\n",
|
||||
genomeid(),pos[1]+intronpos[1]-1,pos[1]+intronpos[2]-2,complement,geneid,geneid,trna,anti,product);
|
||||
|
||||
printf("%s\taragorn\texon\t%d\t%d\t.\t%s\t.\tID=exontrn%db;parent=trn%d;gbkey=tRNA;gene=%s;Note=anticodon: %s;product=%s\n",
|
||||
genomeid(),pos[1]+intronpos[2]-1,pos[2],complement,geneid,geneid,trna,anti,product);
|
||||
|
||||
}
|
||||
}
|
||||
|
||||
BEGIN {
|
||||
AA1["Ala"]="A";
|
||||
AA1["Cys"]="C";
|
||||
AA1["Asp"]="D";
|
||||
AA1["Glu"]="E";
|
||||
AA1["Phe"]="F";
|
||||
AA1["Gly"]="G";
|
||||
AA1["His"]="H";
|
||||
AA1["Ile"]="I";
|
||||
AA1["Lys"]="K";
|
||||
AA1["Leu"]="L";
|
||||
AA1["Met"]="M";
|
||||
AA1["Asn"]="N";
|
||||
AA1["Pyl"]="O";
|
||||
AA1["Pro"]="P";
|
||||
AA1["Gln"]="Q";
|
||||
AA1["Arg"]="R";
|
||||
AA1["Ser"]="S";
|
||||
AA1["Thr"]="T";
|
||||
AA1["Sec"]="U";
|
||||
AA1["Val"]="V";
|
||||
AA1["Trp"]="W";
|
||||
AA1["Tyr"]="Y";
|
||||
|
||||
AA3["A"]="Ala";
|
||||
AA3["C"]="Cys";
|
||||
AA3["D"]="Asp";
|
||||
AA3["E"]="Glu";
|
||||
AA3["F"]="Phe";
|
||||
AA3["G"]="Gly";
|
||||
AA3["H"]="His";
|
||||
AA3["I"]="Ile";
|
||||
AA3["K"]="Lys";
|
||||
AA3["L"]="Leu";
|
||||
AA3["M"]="Met";
|
||||
AA3["N"]="Asn";
|
||||
AA3["O"]="Pyl";
|
||||
AA3["P"]="Pro";
|
||||
AA3["Q"]="Gln";
|
||||
AA3["R"]="Arg";
|
||||
AA3["S"]="Ser";
|
||||
AA3["T"]="Thr";
|
||||
AA3["U"]="Sec";
|
||||
AA3["V"]="Val";
|
||||
AA3["W"]="Trp";
|
||||
AA3["Y"]="Tyr";
|
||||
AA3["f"]="fMet";
|
||||
|
||||
}
|
||||
|
||||
|
||||
/^>/ { id = substr($1,2);
|
||||
}
|
||||
|
||||
/^[0-9]+ +genes found/ \
|
||||
{ nbgene=$1
|
||||
}
|
||||
|
||||
((geneid != "") && /^[0-9]+/ && ! /genes found/) \
|
||||
{ seq=epissage(intron,seq);
|
||||
trna=patchtRNA(anti,trna,seq);
|
||||
# print geneid,trna,loc,anti,"'"intron"'",seq;
|
||||
emblTRNA(geneid,trna,loc,anti,intron,seq);
|
||||
seq=""
|
||||
}
|
||||
|
||||
|
||||
/^[0-9]+/ && ! /genes found/ \
|
||||
{ geneid=$1;
|
||||
trna =$2;
|
||||
loc =$3;
|
||||
lseq =$4;
|
||||
x=$5;
|
||||
split($5,intron_desc,"i");
|
||||
anti =substr(intron_desc[1],2,3);
|
||||
intron=intron_desc[2];
|
||||
}
|
||||
|
||||
/^[^>0-9]/ \
|
||||
{ seq=seq $1
|
||||
|
||||
}
|
||||
|
||||
END { seq=epissage(intron,seq);
|
||||
trna=patchtRNA(anti,trna,seq);
|
||||
# print geneid,trna,loc,anti,"'"intron"'",seq;
|
||||
emblTRNA(geneid,trna,loc,anti,intron,seq);
|
||||
}
|
||||
Reference in New Issue
Block a user