#!/usr/bin/env python
# -*-coding:Utf-8 -*-

#######################   Recherche motif sequence FASTA - Expression reguliere (E. Jaspard 2017) ################
import sys
import re
from Bio import SeqIO 											# Le systeme SeqIO retourne des objects de type "SeqRecord"
 
#######################    FONCTION lecture de fichier    #######################
def LectureFichier(FichierTraite):

# -----  1ere partie : Test ouverture du fichier et instruction de sortie si erreur -----
 try :															
  OuvertureFichier = open(FichierTraite, 'r') 					# la variable "FichierTraite" designe n'importe quel fichier que l'on desire ouvrir
 except IOError :
  print "Erreur d'ouverture de fichier",FichierTraite
  sys.exit()

# -----  2eme partie : "parsing" des differents items qui commencent par ">" du fichier a lire -----
 indice = 0
 for ChaqueSequence in SeqIO.parse(FichierTraite, 'fasta'):
  #SeqIO.write([ChaqueSequence], open(ChaqueSequence.id[:-2]+'.fa', 'w'), 'fasta')    # Si fichier GenBank (par exemple) => remplacer ".fa" par ".gbk" et "fasta" par "genbank" 
  indice = indice+1
  print ("Sequence numero"), indice
  print(ChaqueSequence.format("fasta"))							#.format() est une methode qui convertit l'objet "SeqRecord" en une chaine en utilisant l'une des options de sortie de Bio.SeqIO
   
# -----  3eme partie : Decoupage des lignes du fichier lu -----  
 PremiereLigneFichier = OuvertureFichier.readline().strip()  	# la methode "readline()" lit une ligne a la fois => en l'occurence la 1ere ligne : ">Texte informatif"
 																# cette methode n'est appelee qu'une fois donc seule la 1ere ligne est traitee / 
 																# la methode readline() renvoie une CHAINE DE CARACTERES
 																# la methode "strip()" enleve "\n" de fin de ligne 
 Sequence = '' 													# initialise la variable chaine de caractere "sequence" qui est vide au depart
 for ligne in OuvertureFichier.readlines():    					# methode "readlines()" : attention au "s" cette fois / cette methode lit toutes les lignes ("for")
 																# a partir de la 2eme ligne puisque readline() precedent a place le curseur sur la 2eme ligne 
 																# la methode readlines() renvoie une LISTE 
  ligne.strip()                              					# la methode "strip()" enleve "\n" de fin de chaque ligne en cours
  Sequence = Sequence + ligne.strip()        					# concatene la ligne en cours avec la precedente => la variable sequence ajoute chaque nouvelle ligne lue  
 return(PremiereLigneFichier, Sequence)   						# renvoie 2 variables : la variable PremiereLigneFichier et la variable Sequence
 OuvertureFichier.close() 										# Attention a l'indentation sinon "NameError: name 'OuvertureFichier' is not defined
   
#######################    FONCTION recherche du motif    #######################
def RechercheMotif(Motif, ChainAtraiter):   					# "Motif" est le nom generique de la variable specifique passee en 1er parametre lors de l'appel de la fonction "RechercheMotif"
																# "ChainAtraiter" est le nom generique de la variable specifique passee en 2e parametre lors de l'appel de la fonction "RechercheMotif" (dans le cas present la variable "sequence")
 MotifTransforme = re.compile(Motif)                   			# la methode "compile" : transforme en veritable expression reguliere
 MotifTrouve = re.finditer(MotifTransforme, ChainAtraiter)    	# la methode "finditer" : recherche toutes les occurences du motif considere de gauche a droite et enregistre les positions de ce motif / 
 											 					# ces positions sont renvoyees par la suite avec les methodes "start()" et "end()" ci-dessous
 for position in MotifTrouve:
  print position.start(),"-",position.end()," : ", position.group()     # Exemple de positions de debut et de fin d'un motif trouve => 2 - 6  :  HLGH et la methode "group()" renvoie le motif trouve
 return MotifTrouve   													# attention : indenter le "return"
 
 print("\n")   															# Retour a la ligne
 
#######################   Entree des donnes a traiter : fichier a lire et motif recherche   #######################
FichierTraite = raw_input("Nom du fichier de sequence : ")
(PremiereLigneFichier, Sequence) = LectureFichier(FichierTraite)

print "############## Resultat intermediaire ##############"
print "Variable Premiere ligne du fichier : ", PremiereLigneFichier
print "Variable Sequence : ", Sequence
print "Longueur de la sequence : ", len(Sequence)
print("\n")   															# Retour a la ligne

ExprREGUL = raw_input("Expression reguliere / exemple : GA[ATGC]{3}AC  : ")

#######################   Resultats   #######################
print "############## Resultat final ##############"

#ResPremierMotif = RechercheMotif('[HT][LIVMYAC]G[HNTG]', Sequence)   	# prend comme parametre de la fonction "RechercheMotif" : Motif = [HT][LIVMYAC]G[HNTG] et ChainAtraiter = Sequence
ResExpRegul = RechercheMotif(ExprREGUL, Sequence)						# prend comme parametre de la fonction "RechercheMotif" : Motif = ExprREGUL et ChainAtraiter = Sequence