| 1 | package BioX::Seq::Stream::TwoBit; | ||||||||||||||||||||||||||||
| 2 | |||||||||||||||||||||||||||||
| 3 | 2 | ▶ | use strict; | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 4 | 2 | ▶ | use warnings; | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 5 | 2 | ▶ | use POSIX qw/ceil/; | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 6 | |||||||||||||||||||||||||||||
| 7 | 2 | ▶ | use parent qw/BioX::Seq::Stream/; | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 8 | |||||||||||||||||||||||||||||
| 9 | 2 | ▶ | use constant MAGIC => 0x1a412743; | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 10 | 2 | ▶ | use constant LE_MAGIC_S => pack('C2', 0x43, 0x27); | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 11 | 2 | ▶ | use constant LE_MAGIC_L => pack('C2', 0x41, 0x1a); | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 12 | 2 | ▶ | use constant BE_MAGIC_S => pack('C2', 0x1a, 0x41); | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 13 | 2 | ▶ | use constant BE_MAGIC_L => pack('C2', 0x27, 0x43); | ||||||||||||||||||||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||||||||||||||||||||
| 14 | |||||||||||||||||||||||||||||
| 15 | my @byte_map = map { | ||||||||||||||||||||||||||||
| 16 | 2 | my $i = $_; join '', map {qw/T C A G/[ vec(chr($i),3-$_,2) ]} 0..3 | |||||||||||||||||||||||||||
| 17 | } 0..255; | ||||||||||||||||||||||||||||
| 18 | |||||||||||||||||||||||||||||
| 19 | 15 | ▶ | sub _check_type { | ||||||||||||||||||||||||||
|
Subroutine
_check_type: called CC=3 SCAR=11.0
| |||||||||||||||||||||||||||||
| 20 | |||||||||||||||||||||||||||||
| 21 | 15 | my ($class,$self) = @_; | |||||||||||||||||||||||||||
| 22 | 15 | ▶ | return 1 if $self->{buffer} eq LE_MAGIC_S; | ||||||||||||||||||||||||||
|
Branch: 1 branch
| |||||||||||||||||||||||||||||
| 23 | 14 | ▶ | return 1 if $self->{buffer} eq BE_MAGIC_S; | ||||||||||||||||||||||||||
|
Branch: 1 branch
| |||||||||||||||||||||||||||||
| 24 | 14 | return 0; | |||||||||||||||||||||||||||
| 25 | |||||||||||||||||||||||||||||
| 26 | } | ||||||||||||||||||||||||||||
| 27 | |||||||||||||||||||||||||||||
| 28 | 1 | ▶ | sub _init { | ||||||||||||||||||||||||||
|
Subroutine
_init: called CC=7 SCAR=20.1
| |||||||||||||||||||||||||||||
| 29 | |||||||||||||||||||||||||||||
| 30 | 1 | my ($self) = @_; | |||||||||||||||||||||||||||
| 31 | |||||||||||||||||||||||||||||
| 32 | 1 | binmode $self->{fh}; | |||||||||||||||||||||||||||
| 33 | 1 | my $fh = $self->{fh}; | |||||||||||||||||||||||||||
| 34 | |||||||||||||||||||||||||||||
| 35 | # Determine endianness | ||||||||||||||||||||||||||||
| 36 | 1 | my $magic = $self->{buffer} . _safe_read( $fh, 2 ); | |||||||||||||||||||||||||||
| 37 | 1 | ▶ | my $byte_order = unpack('V', $magic) == MAGIC ? 'V' | ||||||||||||||||||||||||||
|
Branch: 2 branches
| |||||||||||||||||||||||||||||
| 38 | : unpack('N', $magic) == MAGIC ? 'N' | ||||||||||||||||||||||||||||
| 39 | : die "File signature check failed"; | ||||||||||||||||||||||||||||
| 40 | 1 | $self->{byte_order} = $byte_order; | |||||||||||||||||||||||||||
| 41 | |||||||||||||||||||||||||||||
| 42 | # Unpack rest of header | ||||||||||||||||||||||||||||
| 43 | 1 | my ($version, $seq_count, $reserved) = unpack "$byte_order*", | |||||||||||||||||||||||||||
| 44 | _safe_read( $fh, 12 ); | ||||||||||||||||||||||||||||
| 45 | 1 | ▶ | die "File header check failed" if ($version != 0 || $reserved != 0); | ||||||||||||||||||||||||||
|
Branch: 1 branch
Condition33%1/3
$version != 0 or $reserved != 0
MC/DC0%0/2
$version != 0 or $reserved != 0
$version != 0
$reserved != 0
Truth table33%1/3
A or B
A= $version != 0B= $reserved != 0
| |||||||||||||||||||||||||||||
| 46 | 1 | $self->{seq_count} = $seq_count; | |||||||||||||||||||||||||||
| 47 | |||||||||||||||||||||||||||||
| 48 | # Build index | ||||||||||||||||||||||||||||
| 49 | 1 | my $last_name; | |||||||||||||||||||||||||||
| 50 | my $buf; | ||||||||||||||||||||||||||||
| 51 | 1 | my @index; | |||||||||||||||||||||||||||
| 52 | 1 | for (1..$self->{seq_count}) { | |||||||||||||||||||||||||||
| 53 | 4 | read $fh, $buf, 1; | |||||||||||||||||||||||||||
| 54 | 4 | read $fh, $buf, ord($buf); | |||||||||||||||||||||||||||
| 55 | 4 | my $name = $buf; | |||||||||||||||||||||||||||
| 56 | 4 | read $fh, $buf, 4; | |||||||||||||||||||||||||||
| 57 | 4 | my $offset = unpack $byte_order, $buf; | |||||||||||||||||||||||||||
| 58 | 4 | ▶ | die "$name already defined" if (defined $self->{index}->{$name}); | ||||||||||||||||||||||||||
|
Branch: 1 branch
| |||||||||||||||||||||||||||||
| 59 | 4 | push @index, [$name, $offset]; | |||||||||||||||||||||||||||
| 60 | } | ||||||||||||||||||||||||||||
| 61 | 1 | $self->{index} = [@index]; | |||||||||||||||||||||||||||
| 62 | 1 | $self->{curr_idx} = 0; | |||||||||||||||||||||||||||
| 63 | |||||||||||||||||||||||||||||
| 64 | 1 | return; | |||||||||||||||||||||||||||
| 65 | |||||||||||||||||||||||||||||
| 66 | } | ||||||||||||||||||||||||||||
| 67 | |||||||||||||||||||||||||||||
| 68 | 3 | ▶ | sub next_seq { | ||||||||||||||||||||||||||
|
Subroutine
next_seq: called CC=2 SCAR=7.0
Pod
documented
| |||||||||||||||||||||||||||||
| 69 | |||||||||||||||||||||||||||||
| 70 | 3 | my ($self) = @_; | |||||||||||||||||||||||||||
| 71 | |||||||||||||||||||||||||||||
| 72 | 3 | ▶ | return if ($self->{curr_idx} >= $self->{seq_count}); | ||||||||||||||||||||||||||
|
Branch: 1 branch
| |||||||||||||||||||||||||||||
| 73 | |||||||||||||||||||||||||||||
| 74 | 3 | my $seq = $self->_fetch_record( $self->{curr_idx} ); | |||||||||||||||||||||||||||
| 75 | 3 | ++$self->{curr_idx}; | |||||||||||||||||||||||||||
| 76 | 3 | return $seq; | |||||||||||||||||||||||||||
| 77 | |||||||||||||||||||||||||||||
| 78 | } | ||||||||||||||||||||||||||||
| 79 | |||||||||||||||||||||||||||||
| 80 | 23 | ▶ | sub _safe_read { | ||||||||||||||||||||||||||
|
Subroutine
_safe_read: called CC=2 SCAR=7.0
| |||||||||||||||||||||||||||||
| 81 | |||||||||||||||||||||||||||||
| 82 | 23 | my ($fh, $bytes) = @_; | |||||||||||||||||||||||||||
| 83 | 23 | my $r = read($fh, my $buffer, $bytes); | |||||||||||||||||||||||||||
| 84 | 23 | ▶ | die "Unexpected read length" if ($r != $bytes); | ||||||||||||||||||||||||||
|
Branch: 1 branch
| |||||||||||||||||||||||||||||
| 85 | 23 | return $buffer; | |||||||||||||||||||||||||||
| 86 | |||||||||||||||||||||||||||||
| 87 | } | ||||||||||||||||||||||||||||
| 88 | |||||||||||||||||||||||||||||
| 89 | 3 | ▶ | sub _fetch_record { | ||||||||||||||||||||||||||
|
Subroutine
_fetch_record: called CC=4 SCAR=13.9
| |||||||||||||||||||||||||||||
| 90 | |||||||||||||||||||||||||||||
| 91 | 3 | my ($self, $idx) = @_; | |||||||||||||||||||||||||||
| 92 | |||||||||||||||||||||||||||||
| 93 | 3 | my ($id,$offset) = @{ $self->{index}->[$idx] }; | |||||||||||||||||||||||||||
| 94 | 3 | my $byte_order = $self->{byte_order}; | |||||||||||||||||||||||||||
| 95 | 3 | my $fh = $self->{fh}; | |||||||||||||||||||||||||||
| 96 | 3 | seek $fh, $offset, 0; | |||||||||||||||||||||||||||
| 97 | |||||||||||||||||||||||||||||
| 98 | 3 | my $seq_len = unpack "$byte_order*", _safe_read($fh, 4); | |||||||||||||||||||||||||||
| 99 | 3 | my $N_count = unpack "$byte_order*", _safe_read($fh, 4); | |||||||||||||||||||||||||||
| 100 | 3 | my @N_data = unpack "$byte_order*", _safe_read($fh, 4 * $N_count * 2); | |||||||||||||||||||||||||||
| 101 | 3 | my %N_lens; | |||||||||||||||||||||||||||
| 102 | 3 | @N_lens{ @N_data[0..$N_count-1] } = @N_data[$N_count..$#N_data]; | |||||||||||||||||||||||||||
| 103 | |||||||||||||||||||||||||||||
| 104 | 3 | my $mask_count = unpack "$byte_order*", _safe_read($fh, 4); | |||||||||||||||||||||||||||
| 105 | 3 | my @mask_data = unpack "$byte_order*", _safe_read($fh, 4 * $mask_count * 2); | |||||||||||||||||||||||||||
| 106 | 3 | my %mask_lens; | |||||||||||||||||||||||||||
| 107 | 3 | @mask_lens{ @mask_data[0..$mask_count-1] } = @mask_data[$mask_count..$#mask_data]; | |||||||||||||||||||||||||||
| 108 | |||||||||||||||||||||||||||||
| 109 | # reserved field | ||||||||||||||||||||||||||||
| 110 | 3 | my $reserved = unpack "$byte_order*", _safe_read($fh, 4); | |||||||||||||||||||||||||||
| 111 | |||||||||||||||||||||||||||||
| 112 | 3 | my $to_read = ceil($seq_len/4); | |||||||||||||||||||||||||||
| 113 | |||||||||||||||||||||||||||||
| 114 | # this is the speed bottleneck, but haven't found a better way yet | ||||||||||||||||||||||||||||
| 115 | 3 | my $string; | |||||||||||||||||||||||||||
| 116 | 3 | $string .= $byte_map[$_] for (unpack "C*", _safe_read($fh, $to_read)); | |||||||||||||||||||||||||||
| 117 | |||||||||||||||||||||||||||||
| 118 | 3 | $string = substr $string, 0, $seq_len; | |||||||||||||||||||||||||||
| 119 | |||||||||||||||||||||||||||||
| 120 | # N and mask | ||||||||||||||||||||||||||||
| 121 | 3 | for (keys %N_lens) { | |||||||||||||||||||||||||||
| 122 | 6 | my $len = $N_lens{$_}; | |||||||||||||||||||||||||||
| 123 | 6 | substr($string, $_, $len) = 'N' x $len; | |||||||||||||||||||||||||||
| 124 | } | ||||||||||||||||||||||||||||
| 125 | 3 | for (keys %mask_lens) { | |||||||||||||||||||||||||||
| 126 | 8 | my $len = $mask_lens{$_}; | |||||||||||||||||||||||||||
| 127 | 8 | substr($string, $_, $len) ^= (' ' x $len); | |||||||||||||||||||||||||||
| 128 | } | ||||||||||||||||||||||||||||
| 129 | 3 | return BioX::Seq->new($string, $id, ''); | |||||||||||||||||||||||||||
| 130 | |||||||||||||||||||||||||||||
| 131 | } | ||||||||||||||||||||||||||||
| 132 | |||||||||||||||||||||||||||||
| 133 | 2 | 1; | |||||||||||||||||||||||||||
| 134 | |||||||||||||||||||||||||||||
| 135 | __END__ | ||||||||||||||||||||||||||||