File Coverage

blib/lib/Proch/N50.pm
Criterion Covered Total %
statement 95 103 92.2
branch 19 28 67.8
condition 14 24 62.5
subroutine 11 11 100.0
pod 3 3 100.0
total 142 169 84.6


line stmt bran cond sub pod time code
1             package Proch::N50;
2             #ABSTRACT: a small module to calculate N50 (total size, and total number of sequences) for a FASTA or FASTQ file. It's easy to install, with minimal dependencies.
3              
4 8     8   4376 use 5.012;
  8         67  
5 8     8   41 use warnings;
  8         16  
  8         491  
6             my $opt_digits = 2;
7             $Proch::N50::VERSION = '1.5.6';
8 8     8   51 use File::Spec;
  8         22  
  8         194  
9 8     8   5952 use JSON::PP;
  8         149892  
  8         628  
10 8     8   3703 use FASTX::Reader;
  8         185963  
  8         389  
11 8     8   62 use File::Basename;
  8         17  
  8         426  
12 8     8   49 use Exporter qw(import);
  8         17  
  8         7056  
13              
14             our @EXPORT = qw(getStats getN50 jsonStats);
15              
16             sub getStats {
17             # Parses a FASTA/FASTQ file and returns stats
18             # Parameters:
19             # * filename (Str)
20             # * Also return JSON string (Bool)
21              
22 11     11 1 2687 my ( $file, $wantJSON, $customN ) = @_;
23 11 0 0     47 if (defined $customN and ($customN > 100 or $customN < 0) ) {
      33        
24 0         0 die "[Proch::N50] Custom value must be 0 < x < 100\n";
25             }
26 11         19 my $answer;
27 11         38 $answer->{status} = 1;
28 11         29 $answer->{N50} = undef;
29              
30             # Check file existence
31             # uncoverable condition right
32 11 100 66     204 if ( !-e "$file" and $file ne '-' ) {
33 3         9 $answer->{status} = 0;
34 3         20 $answer->{message} = "Unable to find <$file>";
35             }
36              
37              
38              
39             # Return failed status if file not found or not readable
40 11 100       52 if ( $answer->{status} == 0 ) {
41 3         12 return $answer;
42             }
43              
44             ##my @aux = undef;
45 8         15 my $Reader;
46 8 50       33 if ($file ne '-') {
47 8         109 $Reader = FASTX::Reader->new({ filename => "$file" });
48             } else {
49 0         0 $Reader = FASTX::Reader->new({ filename => '{{STDIN}}' });
50             }
51 8         2510 my %sizes;
52 8         28 my ( $n, $slen ) = ( 0, 0 );
53              
54             # Parse FASTA/FASTQ file
55 8         71 while ( my $seq = $Reader->getRead() ) {
56 48         3196 ++$n;
57 48         119 my $size = length($seq->{seq});
58 48         80 $slen += $size;
59 48         196 $sizes{$size}++;
60             }
61              
62 8         288 my ($n50, $min, $max, $auN, $n75, $n90, $nx);
63 8 50       38 unless ($n) {
64 0         0 ($n50, $min, $max, $auN, $n75, $n90, $nx) =
65             ( 0, 0, 0, 0, 0, 0, 0);
66 0         0 say STDERR "[n50] WARNING: Not a sequence file: $file";
67             } else {
68             # Invokes core _n50fromHash() routine
69 8         34 ($n50, $min, $max, $auN, $n75, $n90, $nx) = _n50fromHash( \%sizes, $slen, $customN );
70             }
71 8         561 my $basename = basename($file);
72              
73 8         33 $answer->{N50} = $n50 + 0;
74 8         22 $answer->{N75} = $n75 + 0;
75 8         22 $answer->{N90} = $n90 + 0;
76 8 50       66 if (defined $customN) {
77 0         0 $answer->{Ne} = $nx + 0;
78 0         0 $answer->{"N$customN"} = $nx + 0;
79             }
80              
81 8         126 $answer->{auN} = sprintf("%.${opt_digits}f", $auN + 0);
82 8         39 $answer->{min} = $min + 0;
83 8         32 $answer->{max} = $max + 0;
84 8         37 $answer->{seqs} = $n;
85 8         20 $answer->{size} = $slen;
86 8         18 $answer->{filename} = $basename;
87 8         330 $answer->{dirname} = dirname($file);
88 8         330 $answer->{path } = File::Spec->rel2abs(dirname($file));
89              
90             # If JSON is required return JSON
91 8 100 66     55 if ( defined $wantJSON and $wantJSON ) {
92              
93 5         108 my $json = JSON::PP->new->ascii->pretty->allow_nonref;
94 5         889 my $pretty_printed = $json->encode( $answer );
95 5         4138 $answer->{json} = $pretty_printed;
96              
97             }
98 8         230 return $answer;
99             }
100              
101             sub _n50fromHash {
102             # _n50fromHash(): calculate stats from hash of lengths
103             #
104             # Parameters:
105             # * A hash of key={contig_length} and value={no_contigs}
106             # * Sum of all contigs sizes
107 8     8   23 my ( $hash_ref, $total_size, $custom_n ) = @_;
108 8         15 my $progressive_sum = 0;
109 8         14 my $auN = 0;
110 8         14 my $n50 = undef;
111 8         15 my $n75 = undef;
112 8         13 my $n90 = undef;
113 8         15 my $nx = undef;
114 8         14 my @sorted_keys = sort { $a <=> $b } keys %{$hash_ref};
  34         104  
  8         47  
115              
116             # Added in v. 0.039
117 8         31 my $max = $sorted_keys[-1];
118 8         15 my $min = $sorted_keys[0] ;
119             # N50 definition: https://en.wikipedia.org/wiki/N50_statistic
120             # Was '>=' in my original implementation of N50. Now complies with 'seqkit'
121             # N50 Calculation
122              
123 8         28 foreach my $s ( @sorted_keys ) {
124 30         57 my $ctgs_length = $s * ${$hash_ref}{$s};
  30         82  
125 30         44 $progressive_sum += $ctgs_length;
126              
127              
128 30         55 $auN += ( $ctgs_length ) * ( $ctgs_length / $total_size);
129              
130 30 100 66     133 if ( !$n50 and $progressive_sum > ( $total_size * ((100 - 50) / 100) ) ) {
131 8         18 $n50 = $s;
132             }
133              
134 30 100 100     101 if ( !$n75 and $progressive_sum > ( $total_size * ((100 - 75) / 100) ) ) {
135 8         15 $n75 = $s;
136             }
137 30 100 100     105 if ( !$n90 and $progressive_sum > ( $total_size * ((100 - 90) / 100) ) ) {
138 8         31 $n90 = $s;
139             }
140 30 50 33     107 if ( !$nx and defined $custom_n) {
141 0 0       0 $nx = $s if ( $progressive_sum > ( $total_size * ((100 - $custom_n) / 100) ));
142             }
143             }
144 8         45 return ($n50, $min, $max, $auN, $n75, $n90, $nx);
145              
146             }
147              
148             sub getN50 {
149              
150             # Invokes the full getStats returning N50 or 0 in case of error;
151 3     3 1 326 my ($file) = @_;
152 3         8 my $stats = getStats($file);
153              
154             # Verify status and return
155             # uncoverable branch false
156 3 50       17 if ( $stats->{status} ) {
157 3         15 return $stats->{N50};
158             } else {
159 0         0 return 0;
160             }
161             }
162              
163             sub jsonStats {
164 2     2 1 7177 my ($file) = @_;
165 2         8 my $stats = getStats($file, 'JSON');
166              
167             # Return JSON object if getStats() was able to reduce one
168             # uncoverable branch false
169 2 100       21 if (defined $stats->{json}) {
170             return $stats->{json}
171 1         6 } else {
172             # Return otherwise
173 1         4 return ;
174             }
175             }
176              
177              
178             1;
179              
180             __END__