//scrive su file la matrice, 0 se il gene non è stato modificato, 1 se è stato modificato
public static void createMatrix(DifferenceOutput o, GenesList genesList)
{
// StreamWriter sw = new StreamWriter();
StreamWriter sw = File.CreateText("Matrix.txt");
for (int t = 0; t < genesList.geneslist.Count; t++)
{
if (genesList.geneslist.ElementAt(t).gene != null)
{
sw.Write(genesList.geneslist.ElementAt(t).gene + " Start: " + genesList.geneslist.ElementAt(t).start + " End: " + genesList.geneslist.ElementAt(t).end + " | ");
}
else
{
sw.Write("null" + " ");
}
}
sw.WriteLine("");
for (int k = 0; k < o.DifferenceLists.Count; k++)
{
for (int t = 0; t < genesList.geneslist.Count; t++)
{
sw.Write(matrix[k, t] + " ");
}
sw.Write(o.DifferenceLists.ElementAt(k).Seq2.Name + "\n");
}
sw.Close();
}
static void Main(string[] args)
{
//prendo i file json utili alla scansione delle sequenze allineate
var path = Directory.GetCurrentDirectory();
// i file gff dell'annotazione genica sono stati convertiti in json tramite un tool recuperabile sul web
var path1 = Path.Combine(Directory.GetCurrentDirectory(), "gene-annotation.json");
//il file json delle sequenze allineate si può recuperare rapidamente da Jalview tramite Output to textbox
var path2 = Path.Combine(Directory.GetCurrentDirectory(), "alligned-sequences.json");
string file2 = File.ReadAllText(path1);
//deserializzo il file dell'annotazione genica
GenesList genesList = new GenesList();
genesList = JsonConvert.DeserializeObject <GenesList>(file2);
string file3 = File.ReadAllText(path2);
//deserializzo file di sequenze allineate
SequencesList list = new SequencesList();
list = JsonConvert.DeserializeObject <SequencesList>(file3);
//creo l'oggetto delle variazioni da stampare in output
DifferenceOutput o = new DifferenceOutput();
o.DifferenceLists = new List <DifferenceList>();
Console.WriteLine("numero sequenze presenti: " + list.Seqs.Count);
Sequence reference = new Sequence();
//trova la sequenza reference
for (int i = 0; i < list.Seqs.Count; i++)
{
if (list.Seqs.ElementAt(i).Name == "hCoV-19/Wuhan/IPBCAMS-WH-01/2019|EPI_ISL_402123|2019-12-24/1-29899")
{
reference = list.Seqs.ElementAt(i);
}
else if (list.Seqs.ElementAt(i).Name == "NC_045512.2/1-29903")
{
reference = list.Seqs.ElementAt(i);
}
}
//per ogni sequenza allineata calcola le differenze con la ref
for (int i = 0; i < list.Seqs.Count; i++)
{
DifferenceList diffs = new DifferenceList();
diffs.Seq1 = reference;
diffs.Seq2 = list.Seqs.ElementAt(i);
//calcola le differenze tra ref e seq 2
DifferenceCalculator(diffs);
//aggiunge le differenze tra le due sequenze alla lista di differenze globali
o.DifferenceLists.Add(diffs);
Console.WriteLine("measuring differences of sequence: " + i);
if (diffs.Differences.Count > 0)
{
Console.WriteLine("La sequenza " + diffs.Seq2.Name + " possiede: " + diffs.Differences.Count + " variazioni rispetto alla ref");
for (int j = 0; j < diffs.Differences.Count; j++)
{
Console.WriteLine(diffs.Differences.ElementAt(j).Newletter + " al posto di " + diffs.Differences.ElementAt(j).Oldletter + " in posizione " + diffs.Differences.ElementAt(j).Position + " rispetto alla sequenza " + diffs.Seq1.Name + " che è la sequenza di REF");
}
}
}
GenesList geneswithcds = new GenesList();
geneswithcds.geneslist = new List <Gene>();
//trova i geni con cds nel file gene-annotation
for (int w = 0; w < genesList.geneslist.Count(); w++)
{
if (genesList.geneslist.ElementAt(w).type == "CDS")
{
geneswithcds.geneslist.Add(genesList.geneslist.ElementAt(w));
}
}
//crea la matrice
matrix = new int[o.DifferenceLists.Count + 1, geneswithcds.geneslist.Count + 1];
//scrive i geni corrispondenti se presente il file gene-annotation
if (path1 != null)
{ //per ogni lista di differenza tra sequenze
for (int j = 1; j < o.DifferenceLists.Count; j++)
{
indice++;
//per ogni differenza tra due sequenze
for (int k = 0; k < o.DifferenceLists.ElementAt(j).Differences.Count; k++)
{ //per ogni gene presente nel file gene-annotation
int cont = 0;
for (int w = 0; w < geneswithcds.geneslist.Count(); w++)
{
if (geneswithcds.geneslist.ElementAt(w).type == "CDS")
{
//posizione globale d'inizio del gene
int start = geneswithcds.geneslist.ElementAt(w).start;
//posizione globale di fine del gene
int end = geneswithcds.geneslist.ElementAt(w).end;
//posizione globale della differenza tra due sequenze
int position = o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Position;
//posizione relativa all'interno del gene
int relpos = position - start;
//se la posizione rientra nel range del gene allora salvo il gene associato alla differenza
if ((position >= start) && (position <= end))
{
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Gene = geneswithcds.geneslist.ElementAt(w).gene;
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Startcds = geneswithcds.geneslist.ElementAt(w).start;
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Endcds = geneswithcds.geneslist.ElementAt(w).end;
int fine = (3 - ((end - start) % 3)); //posizione fine del gene
if (fine == 3)
{
fine = 0; //controllo geni divisibili per 3 (altrimenti non determinabile)
}
String geneRef = o.DifferenceLists.ElementAt(j).Seq1.Seq.Substring(start, end - start + fine);
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Genseq = geneRef;
String geneCurSeq = o.DifferenceLists.ElementAt(j).Seq2.Seq.Substring(start, end - start + fine);
List <Codon> oldcodons = new List <Codon>();
List <Codon> newcodons = new List <Codon>();
//divido il gene in triplette e le inserisco in una lista
for (int t = 0; t < end - start + fine; t += 3)
{
Codon old = new Codon();
Codon nuovo = new Codon();
old.Triplet = geneRef[t].ToString() + geneRef[t + 1] + geneRef[t + 2];
//calcolo l'amminoacido associato alla vecchia tripletta
old.Aminoacid = getAminoacid(old.Triplet);
old.Start = t + 1;
old.End = t + 3;
oldcodons.Add(old);
nuovo.Triplet = geneCurSeq[t].ToString() + geneCurSeq[t + 1] + geneCurSeq[t + 2];
//calcolo l'amminoacido associato alla nuova tripletta
nuovo.Aminoacid = getAminoacid(nuovo.Triplet);
//t+1 perché parte da 0 mentre nel file le sequenze partono da 1
nuovo.Start = t + 1;
nuovo.End = t + +3;
newcodons.Add(nuovo);
//vengono recuperati gli amminoacidi per la posizione corrente (ogni 3 basi)
}
// prendo la tripletta della reference associata alla differenza
for (int r = 0; r < oldcodons.Count; r++)
{
if (relpos >= oldcodons.ElementAt(r).Start&& relpos <= oldcodons.ElementAt(r).End)
{
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Oldcodon = oldcodons.ElementAt(r);
}
}
//prendo la tripletta della seconda sequenza associata alla differenza
for (int s = 0; s < newcodons.Count; s++)
{
if (relpos >= newcodons.ElementAt(s).Start&& relpos <= newcodons.ElementAt(s).End)
{
o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Newcodon = newcodons.ElementAt(s);
if (o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Oldcodon.Aminoacid != o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Newcodon.Aminoacid)
{
//inserisce 1 nella matrice quando trova una tripletta mutata
matrix[indice, cont] = 1;
Console.WriteLine(o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Newcodon.Aminoacid + " al posto di " + o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Oldcodon.Aminoacid + " nella sequenza " + o.DifferenceLists.ElementAt(j).Seq2.Name + " in posizione " + o.DifferenceLists.ElementAt(j).Differences.ElementAt(k).Position);
}
}
}
}
}
cont++;
}
Console.WriteLine("writing genes part: " + j);
}
}
}
//costruisce la matrice
createMatrix(o, geneswithcds);
//serializzo l'oggetto con le differenze
string diffJSON = JsonConvert.SerializeObject(o);
var path3 = Path.Combine(Directory.GetCurrentDirectory(), "differences.json");
System.IO.File.WriteAllText(path3, diffJSON);
}