Repository 'data_manager_frogs'
hg clone https://toolshed.g2.bx.psu.edu/repos/frogs/data_manager_frogs

Changeset 0:7403d6c4f510 (2021-08-23)
Commit message:
"planemo upload for repository https://github.com/geraldinepascal/FROGS-wrappers/ commit 2024a13846ea6f9bd94ae62e3b2a5a3aba8cd304"
added:
data_manager/FROGS_data_manager.py
data_manager/FROGS_data_manager.xml
data_manager_conf.xml
static/images/FROGS_db.png
static/images/FROGS_logo.png
tool-data/frogs_db.loc.sample
tool_data_table_conf.xml.sample
tool_dependencies.xml
b
diff -r 000000000000 -r 7403d6c4f510 data_manager/FROGS_data_manager.py
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/data_manager/FROGS_data_manager.py Mon Aug 23 10:21:10 2021 +0000
[
@@ -0,0 +1,199 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+#
+# Copyright (C) 2021 INRA
+#
+# This program is free software: you can redistribute it and/or modify
+# it under the terms of the GNU General Public License as published by
+# the Free Software Foundation, either version 3 of the License, or
+# (at your option) any later version.
+#
+# This program is distributed in the hope that it will be useful,
+# but WITHOUT ANY WARRANTY; without even the implied warranty of
+# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+# GNU General Public License for more details.
+#
+# You should have received a copy of the GNU General Public License
+# along with this program.  If not, see <http://www.gnu.org/licenses/>.
+#
+
+__author__ = 'David Christiany Migale Jouy en Josas / Maria Bernard - Sigenae Jouy en Josas'
+__copyright__ = 'Copyright (C) 2020 INRAE'
+__license__ = 'GNU General Public License'
+__version__ = '3.2.3'
+__email__ = 'frogs-support@inrae.fr'
+__status__ = 'prod'
+
+# import json
+import argparse
+import os
+# import sys
+import tarfile
+import time
+import urllib
+
+from galaxy.util.json import from_json_string, to_json_string
+
+import requests
+
+# GALAXY_database=~/galaxy/galaxy-20.09/database
+# FROGS_data_manager.py --database=frogs_db_data --all_dbs=false \
+# --date=0 --amplicons=16S --bases=SILVA --filters=Pintail100 \
+# --only_last_versions=true \
+# --tool_data=/home/maria/galaxy/galaxy-20.09/tool-data \
+# --output $GALAXY_database/objects/e/7/7/dataset_e7766c39-8f36-450c-adf5-3e4ee8d5c562.dat
+
+
+def get_args():
+    parser = argparse.ArgumentParser()
+    parser.add_argument("-d", "--database")
+    parser.add_argument("--all_dbs")
+    parser.add_argument("--date")
+    parser.add_argument("--amplicons")
+    parser.add_argument("--bases")
+    parser.add_argument("--filters")
+    parser.add_argument("--only_last_versions")
+    parser.add_argument("--tool_data")
+    parser.add_argument("-o", "--output")
+    args = parser.parse_args()
+
+    return args
+
+
+def _add_data_table_entry(data_manager_dict, data_table_entry, data_table):
+    data_manager_dict['data_tables'] = data_manager_dict.get('data_tables', {})
+    data_manager_dict['data_tables'][data_table] = data_manager_dict['data_tables'].get(data_table, [])
+    data_manager_dict['data_tables'][data_table].append(data_table_entry)
+    return data_manager_dict
+
+
+def keep_only_last_version(db_index):
+    db_dict = dict()
+    for line in db_index:
+        db_type = "_".join(line[1:4]) if line[3] != "" else "_".join(line[1:3])
+        if db_type not in db_dict:
+            db_dict[db_type] = line
+    return list(db_dict.values())
+
+
+def frogs_sources(data_manager_dict, target_directory):
+
+    # variables
+    amplicons_list = []
+    bases_list = []
+    filters_list = []
+    if args.all_dbs == "false":
+        amplicons_list = [amplicon.lower().strip() for amplicon in args.amplicons.split(",") if amplicon != ""]
+        bases_list = [base.lower().strip() for base in args.bases.split(",") if base != ""]
+        filters_list = [filter.lower().strip() for filter in args.filters.split(",") if filter != ""]
+        bottom_date = int(args.date)
+    tool_data_path = args.tool_data
+
+    # get frogs database index
+    frogs_db_index_link = "http://genoweb.toulouse.inra.fr/frogs_databanks/assignation/FROGS_databases.tsv"
+    with requests.Session() as s:
+        download = s.get(frogs_db_index_link)
+        decoded_content = download.content.decode('utf-8')
+        db_index = decoded_content.splitlines()
+        db_index = [line.split("\t") for line in db_index[1:]]
+        db_index = [[line[0], line[1].lower(), line[2].lower(), line[3].lower()] + line[4:] for line in db_index]
+
+    # filter databases
+    if args.all_dbs == "false":
+        # filter by amplicons
+        if len(amplicons_list) != 0:
+            db_index = [line for line in db_index if any([amplicon in amplicons_list for amplicon in line[1].split(',')])]
+        # filter by base
+        if len(bases_list) != 0:
+            db_index = [line for line in db_index if line[2] in bases_list]
+        # filter by filters
+        if len(filters_list) != 0:
+            db_index = [line for line in db_index if line[3] in filters_list]
+        # filter by date
+        if bottom_date != 0:
+            db_index = [line for line in db_index if int(line[0]) >= bottom_date]
+    if args.only_last_versions == "true":
+        # keep only last version
+        db_index = keep_only_last_version(db_index)
+
+    # get frogs dbs
+    os.chdir(target_directory)
+    dir_name = "frogs_db_" + time.strftime("%Y%m%d")
+    os.mkdir(dir_name)
+    dbs = set([])
+    for line in db_index:
+        value = line[5]
+        name = value.replace("_", " ") if "_" not in line[4] else value.replace(line[4], "").replace("_", " ") + line[4]
+        link = line[6]
+        name_dir = "".join([line[6].replace(".tar.gz", "").split("/")[-1]])
+        file_path = tool_data_path + "/frogs_db/" + name_dir
+        if not os.path.exists(file_path):   # if the file is not already in frogs_db directory
+
+            # download frogs db
+            dl_file = urllib.request.URLopener()
+            dl_file.retrieve(link, "tmp.tar.gz")
+
+            # unzip frogs db
+            with tarfile.open("tmp.tar.gz") as tar:
+                tar.extractall(dir_name)
+                tar.close()
+                os.remove('tmp.tar.gz')
+
+            # get fasta file path
+            tmp = set(os.listdir(dir_name))
+            new_db = dir_name + "/" + "".join(tmp.difference(dbs))
+            files = os.listdir(new_db)
+            fasta = "".join([file for file in files if file.endswith('.fasta')])
+            path = new_db + '/' + fasta
+            dbs = os.listdir(dir_name)
+            # release = value + "_" + time.strftime("%Y-%m-%d")
+            # date = time.strftime("%Y%m%d")
+            path = os.path.join(target_directory, path)
+
+            data_table_entry = dict(name=name, value=value, path=path)
+            _add_data_table_entry(data_manager_dict, data_table_entry, "frogs_db")
+
+# def HVL_sources(data_manager_dict,target_directory):
+#     HVL_dir = "http://genoweb.toulouse.inra.fr/frogs_databanks/HVL/ITS/UNITE_s_7.1_20112016"
+#     os.chdir(target_directory)
+#     for link in [HVL_dir + "/Unite_s_7.1_20112016_ITS1.fasta",HVL_dir + "/Unite_s_7.1_20112016_ITS2.fasta"]:
+#         file_name=link.split("/")[-1].replace('.fasta',"_"+time.strftime("%Y-%m-%d")+".fasta")
+#         dl_file = urllib.URLopener()
+#         dl_file.retrieve(link,file_name)
+
+#         #get fasta file path
+#         path = os.path.join(target_directory,file_name)
+#         if link.endswith('ITS1.fasta'):
+#             name = "UNITE 7.1 ITS1 " + time.strftime("%Y-%m-%d")
+#         elif link.endswith('ITS2.fasta'):
+#             name = "UNITE 7.1 ITS2 " + time.strftime("%Y-%m-%d")
+#         value=file_name.replace('.fasta','')
+
+#         data_table_entry = dict(name = name, value = value, path=path)
+#         _add_data_table_entry(data_manager_dict, data_table_entry, "frogs_HVL_db")
+
+
+def main():
+
+    # get args from command line
+    global args
+    args = get_args()
+
+    # Extract json file params
+    data_manager_dict = {}
+    filename = args.output
+    params = from_json_string(open(filename).read())
+    target_directory = params['output_data'][0]['extra_files_path']
+    os.mkdir(target_directory)
+
+    # if args.database=="frogs_db_data":
+    frogs_sources(data_manager_dict, target_directory)
+    # elif args.database=="HVL_db_data":
+    #     HVL_sources(data_manager_dict,target_directory)
+
+    # save info to json file
+    open(filename, 'wt').write(to_json_string(data_manager_dict))
+
+
+if __name__ == "__main__":
+    main()
b
diff -r 000000000000 -r 7403d6c4f510 data_manager/FROGS_data_manager.xml
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/data_manager/FROGS_data_manager.xml Mon Aug 23 10:21:10 2021 +0000
[
@@ -0,0 +1,75 @@
+<tool id="FROGS_data_manager" name="FROGS Data manager" version="3.2.3+galaxy2" tool_type="manage_data">
+    <requirements>
+    </requirements>
+    <stdio>
+        <exit_code range="1:" />
+    </stdio>
+    <command><![CDATA[
+        $__tool_directory__/FROGS_data_manager.py
+            --database="frogs_db_data"
+            
+            --all_dbs="$db_type.db"
+            #if $db_type.db=="false"
+                --date="$db_type.date"
+                --amplicons="$db_type.amplicons"
+                --bases="$db_type.bases"
+                --filters="$db_type.filters"
+            #end if
+            --only_last_versions="$only_last_versions"
+            
+            --tool_data="$__tool_data_path__"
+            --output "$output"
+    ]]></command>
+    <inputs>
+        <conditional name="db_type">
+            <param name="db" type="boolean" checked="true" truevalue="true" falsevalue="false" label="Download all databases"/>
+            <when value="true"/>
+            <when value="false">
+                <param name="date" value="0" type="text"  label="Download only most recent databases" help="Select databases uploaded later than this date. Please enter a date at the following format: YYYYMMDD, else leave 0.">
+                    <validator type="regex" message="Please enter a date at the following format: YYYYMMDD, leave 0 for no date">0|[1-2]{1}[0-9]{3}[0-1]{1}[0-9]{1}([0-2]{1}[0-9]{1}|3[0-1]{1})</validator>
+                </param>
+                <param name="amplicons" type="text" label='Select amplicon specific databases' help='Write amplicons names separated by ","; example: "COI,ITS,16S" or "23S"'/>
+                <param name="bases" type="text" label='Select database by name' help='Write base names separated by ","; example: "SILVA,PR2,MIDAS" or "BOLD"'/>
+                <param name="filters" type="text" label='Select database on filter name' help='Write filter names separated by ",";example: "Pintail100,Fungi"'/>
+            </when>
+        </conditional>
+        <param name="only_last_versions" type="boolean" checked="true" label="Download only the last version of selected database"/>
+    </inputs>
+    <outputs>
+        <data name="output" format="data_manager_json"/>
+    </outputs>
+    <help>
+        
+        .. image:: static/images/FROGS_logo.png
+           :height: 144
+           :width: 110
+
+        FROGS datamanager allows to download preformated databases for FROGS Affiliation OTU tool.
+
+        All databases are available at http://genoweb.toulouse.inra.fr/frogs_databanks/assignation/.
+        
+        This tools is based on the `FROGS_databases.tsv.txt &lt;http://genoweb.toulouse.inra.fr/frogs_databanks/assignation/FROGS_databases.tsv&gt;`_, that we update each time a new database is formatted.
+
+        .. image:: static/images/FROGS_db.png
+            :height: 157
+            :width: 961
+
+        You may download all databases, but you may (should) filter whished database on different criteria:
+
+        - on a date, to download only last formated databases
+        - on an amplicon type
+        - on a base name
+        - eventually on a filtered name, this may be the case for example, for 16S SILVA database, for which we provide reference sequence with pintail score above a threshold
+
+        Last option allow you to download only last version of previously selected databases, indeed we provide reference database since 2016 with for example, around 1 version of SILVA per year.
+
+        **Contact**
+
+        Contacts: frogs-support@inrae.fr
+
+        Repositories: https://github.com/geraldinepascal/FROGS, https://github.com/geraldinepascal/FROGS-wrappers
+
+        Website: http://frogs.toulouse.inrae.fr/
+
+    </help>
+</tool>
\ No newline at end of file
b
diff -r 000000000000 -r 7403d6c4f510 data_manager_conf.xml
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/data_manager_conf.xml Mon Aug 23 10:21:10 2021 +0000
[
@@ -0,0 +1,19 @@
+<?xml version="1.0"?>
+<data_managers>
+    <data_manager tool_file="data_manager/FROGS_data_manager.xml" id="frogs_data_manager">
+        <data_table name="frogs_db">
+            <output>
+                <column name="value" />
+                <column name="name" />
+                <column name="path" output_ref="output">
+                    <move type="directory" relativize_symlinks="False">
+                        <source>#echo "/".join(str($path).split('/')[:-1])#</source>
+                        <target base="${GALAXY_DATA_MANAGER_DATA_PATH}">frogs_db/#echo str($path).split('/')[-2]#/</target>
+                    </move>
+                    <value_translation>${GALAXY_DATA_MANAGER_DATA_PATH}/frogs_db/#echo "/".join(str($path).split('/')[-2:])#</value_translation>
+                    <value_translation type="function">abspath</value_translation>
+                </column>
+            </output>
+        </data_table>
+    </data_manager>
+</data_managers>
b
diff -r 000000000000 -r 7403d6c4f510 static/images/FROGS_db.png
b
Binary file static/images/FROGS_db.png has changed
b
diff -r 000000000000 -r 7403d6c4f510 static/images/FROGS_logo.png
b
Binary file static/images/FROGS_logo.png has changed
b
diff -r 000000000000 -r 7403d6c4f510 tool-data/frogs_db.loc.sample
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/tool-data/frogs_db.loc.sample Mon Aug 23 10:21:10 2021 +0000
b
@@ -0,0 +1,53 @@
+# Copyright (C) 2014 INRA
+#
+# This program is free software: you can redistribute it and/or modify
+# it under the terms of the GNU General Public License as published by
+# the Free Software Foundation, either version 3 of the License, or
+# (at your option) any later version.
+#
+# This program is distributed in the hope that it will be useful,
+# but WITHOUT ANY WARRANTY; without even the implied warranty of
+# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+# GNU General Public License for more details.
+#
+# You should have received a copy of the GNU General Public License
+# along with this program.  If not, see <http://www.gnu.org/licenses/>.
+#
+#
+#This is a sample file that enables tools FROGS_affiliations_OTU to use taxonomy database for
+#taxonomy affiliation. You will need to create or download Blast+ index and train your database
+#for RDP classifier these data files.
+#download link : http://genoweb.toulouse.inra.fr/frogs_databanks/assignation
+#Finally you will need to create frogs_db.loc file similar to this one in your galaxy
+#tool-data directory.The frogs_db.loc file has this format (longer white space characters are
+#TAB characters):
+#
+#<unique_database_name>   <file_path>
+#
+#First column will be the visible name in galaxy.
+#So, for example, if you had 16S silva 128 indexed stored in
+#/galaxy_databanks/16S/silva_128/ 
+#then the frogs_db.loc entry would look like this:
+#
+#silva 128 16S  /galaxy_databanks/16S/silva_128/silva_128_16S.fasta
+#
+#and your /galaxy_databanks/16S/silva_128/ directory
+#would contain index files:
+#
+#-rw-r--r-- 1 mbernard FROGS    8097966  5 déc.  16:56 bergeyTrainingTree.xml
+#-rw-r--r-- 1 mbernard FROGS 1572981589  5 déc.  16:56 genus_wordConditionalProbList.txt
+#-rw-r--r-- 1 mbernard FROGS       1654  5 déc.  16:56 LICENCE.txt
+#-rw-r--r-- 1 mbernard FROGS    1072228  5 déc.  16:56 logWordPrior.txt
+#-rw-r--r-- 1 mbernard FROGS  940834335  5 déc.  16:56 silva_128_16S.fasta
+#-rw-r--r-- 1 mbernard FROGS  152606489  5 déc.  16:56 silva_128_16S.fasta.nhr
+#-rw-r--r-- 1 mbernard FROGS    6918588  5 déc.  16:56 silva_128_16S.fasta.nin
+#-rw-r--r-- 1 mbernard FROGS  205320030  5 déc.  16:56 silva_128_16S.fasta.nsq
+#-rw-r--r-- 1 mbernard FROGS        281  5 déc.  16:56 silva_128_16S.fasta.properties
+#-rw-r--r-- 1 mbernard FROGS    3420464  5 déc.  16:56 silva_128_16S.tax
+#-rw-r--r-- 1 mbernard FROGS     964048  5 déc.  16:57 wordConditionalProbIndexArr.txt
+#
+#
+#<name>    <name>    <file_path>
+#
+# EXAMPLE FOR TEST :
+#ITS1_test ITS1_test ${__HERE__}/frogs_db_data/ITS1.rdp.fasta
b
diff -r 000000000000 -r 7403d6c4f510 tool_data_table_conf.xml.sample
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/tool_data_table_conf.xml.sample Mon Aug 23 10:21:10 2021 +0000
b
@@ -0,0 +1,8 @@
+<?xml version="1.0"?>
+<tables>
+    <!-- Location of frogs database files -->
+    <table name="frogs_db" comment_char="#">
+        <columns>value, name, path</columns>
+        <file path="tool-data/frogs_db.loc" />
+    </table>
+</tables>
b
diff -r 000000000000 -r 7403d6c4f510 tool_dependencies.xml
--- /dev/null Thu Jan 01 00:00:00 1970 +0000
+++ b/tool_dependencies.xml Mon Aug 23 10:21:10 2021 +0000
b
@@ -0,0 +1,3 @@
+<?xml version="1.0"?>
+<tool_dependency>
+</tool_dependency>