taxMaps-taxtbl

#!/usr/bin/env python

################################################################################
### COPYRIGHT ##################################################################

# New York Genome Center

# SOFTWARE COPYRIGHT NOTICE AGREEMENT
# This software and its documentation are copyright (2014) by the New York
# Genome Center. All rights are reserved. This software is supplied without
# any warranty or guaranteed support whatsoever. The New York Genome Center
# cannot be responsible for its use, misuse, or functionality.

# Version: 0.2
# Author: Andre Corvelo

################################################################# /COPYRIGHT ###
################################################################################



################################################################################
### MODULES ####################################################################

from optparse import OptionParser
import sys

################################################################### /MODULES ###
################################################################################



################################################################################
### FUNCTIONS ##################################################################

def find_path(node, node_dict):
	path = [node]
	while path[-1] != '1':
		path.append(node_dict[path[-1]][0])
	return path[::-1]
	
################################################################# /FUNCTIONS ###
################################################################################



################################################################################
### ARGUMENTS,OPTIONS ##########################################################

parser = OptionParser(usage = "\n%prog -n names.dmp -t nodes.dmp", version = "%prog v0.2")

parser.add_option(
	"-n",
	metavar = "FILE",
	type = "string",
	dest = "names_file",
	default = None,
	help = "NCBI Taxonomy names.dmp file (Mandatory)"
	)

parser.add_option(
	"-t",
	metavar = "FILE",
	type = "string",
	dest = "nodes_file",
	default = None,
	help = "NCBI Taxonomy nodes.dmp file (Mandatory)"
	)

(opt, args) = parser.parse_args()

if not opt.names_file or not opt.nodes_file:
	parser.print_help()
	exit(-1)

######################################################### /ARGUMENTS,OPTIONS ###
################################################################################



################################################################################
### CONSTANTS ##################################################################

################################################################# /CONSTANTS ###
################################################################################



################################################################################
### MAIN #######################################################################

if __name__ == '__main__':
	node_dict = {}

	nodes_file = open(opt.nodes_file, 'r')
	for line in nodes_file:
		la = line.strip().split('\t')		
		node = la[0]
		parent = la[2]
		rank = la[4]
		node_dict[node] = [parent, rank] 
	nodes_file.close()		

	names_file = open(opt.names_file, 'r')
	for line in names_file:
		la = line.strip().split('\t')		
		if la[6] == 'scientific name':
			node = la[0]
			sci_name = la[2]
			node_dict[node].append(sci_name)
	names_file.close()	   

	for node in node_dict:
		node_list = [node] + node_dict[node][1:] + [':'.join(find_path(node, node_dict))]
		sys.stdout.write('\t'.join(node_list) + '\n')

###################################################################### /MAIN ###
################################################################################